数据分析

1. 数据基本质量分析
基于不同的技术平台,所需要的分析方法不尽相同。对于一般的单通道测序,我们进行序列长度统计、丰度统计、定位百分比(mapping coverage)统计等等,通过随机mapping,我们可以对数据质量进行估计。对于有Input lane的双通道测序,我们会进行横向的对比以得到更准确的结果。
2. 峰值的定位
对于不同的数据质量,可以选择相对合适的mapping方法,包括允许不同的mismatch数目等等以得到比较可靠的数据。然后基于这些定位到基因组上的序列和其丰度,找到那些有统计学意义的位点峰值(peak calling)。
3. Binding motif分析
一般的DNA结合因子都是特异性的,有特定的结合基序,对于检测到的峰值序列,我们进行DNA binding motif分析,以期验证或者得到新的DNA结合因子binding motif。
4. annotation library的分析对比
Peak calling在基因组中的位置在已知注释信息中的分布可以显示DNA结合蛋白的结合偏好性,我们会给出基于不同注释库的分布信息。
5. 功能分析(Gene Ontology Analysis)
对于特定的转录因子,其DNA结合位点的下游转录基因在特定试验条件下可能会行使相似的功能,GO分析会找出富集的那些可能的功能。
6. Pathway Analysis
DNA结合蛋白的靶基因有可能会富集在特定的生物信号通路或者代谢通路里面,利用富集检测的统计手段,可以推测出DNA结合因子在特定的环境下所可能行使的生物学功能
 

 

关于烈冰
企业介绍
发展历程
技术实力
新闻动态
开发日志
产品服务
基因组
转录组
代谢组
微生物
生物信息
生物应用
云平台
临床检测
个体化医疗
环境检测
科学研究
测序平台
实际案例
研究成果
技术互动
合作客户
021-51827998电话:4000-651-811
邮箱:tech@novelbio.com

上海市闵行区新骏环路138号漕河泾开发区2号楼2F

加入我们|资讯平台|法律声明

版权所有@上海烈冰信息科技有限公司 2015    沪ICP备14047938号

沪公网安备 31011202001835号