在新世代定序實驗中產生非常大的資料。因此，計算分析上必須要確保高品質、高再現性與分析效率。這次課程中將介紹網頁為基礎的分析基因體之生物資訊工具。內容將包含基本的Galaxy使用與附加資料，分析流程，流程分享與發佈等功能。此外，將提供範例，例如檢視高通量資料品質，核酸定序所產生的基因表現資訊，蛋白質與染色體札合區段定序等，在課程部分最後將介紹進階內容，如本機安裝和工具組等。

微生物基因體是瞭解微生物之生化與功能性的基礎，雖然次世代序列可以低價且大量的產出序列，但是受限於短序列的特性以及放大時的偏差，即便搭配使用各式次世代的組裝工具，基因體的組裝仍然大多是不完整的基因體初稿。第三代基因體定序技術的開發，可以產出跨越過重複片段的長序列，因此可以應用於有效組裝出完整的基因體序列，在此，我們將介紹可以完整組裝出微生物基因體的方法與策略。

以生物資訊方法分析新世代定序結果，尋找造成特別的表現型(如疾病)的基因體變異。以尋找脊髓小腦萎縮症(SCA22)致病基因及功能性研究為例。臺灣生物資訊聯盟提供DNA & RNA Re-sequencing Analysis Workflow –DR. RAW，以國際級的open-source新世代定序結果分析平台為基礎，和國際一流生醫期刊同步的品管及準確性，根據臺灣定序之一般性品質及深度調整分析的參數, 並加入本核心設施獨有之流程(e.g. 品質管制)完整品質控管資訊、變異點資訊(含short indels)、表現體(transcriptome)差異性、融合基因(fusion genes), etc.