数据分析

1. 基因表达分析
基于测序序列和参考基因组(Reference Genome)比对的信息,可以得到每一个基因覆盖的Reads个数,并且准确地计算得到每一个基因的表达值,即RPKM。不仅如此,烈冰还通过Upper Quartile算法计算得到UQRPKM,更进一步地矫正基因表达。
2. 差异筛选
基于基因的Reads覆盖情况以及基因表达值,烈冰能帮助研究者计算出最为准确的差异基因变化情况。同时,烈冰还能定制化地根据研究者的实际样本情况,变换并优化不同参数和不同的差异筛选算法,如EB-Seq,DE-Seq,EdgeR,CuffDiff,能够得到最为准确的差异筛选结果。


摘自与协助同济医院发表的文献Lin Z, et al. Genome-wide screening and co-expression network analysis identify recurrence-specific biomarkers of esophageal squamous cell carcinoma. Tumor Biol. 2014 Nov;35(11):10959-68. (IF=2.84)

3. 趋势分析(Series Cluster)
基于数学模糊聚类,烈冰为研究者提供基于逻辑趋势或时间趋势对基因进行分类分析的服务,帮助研究者找到趋势相关基因,并进行更进一步的研究。


摘自协助浙江中医药大学发表的文献Cai Z, et al. Transcriptomic analysis of hepatic responses to testosterone deficiency in miniature pigs fed a high-cholesterol diet. BMC Genomics. 2015 Feb 6;16:59. doi: 10.1186/s12864-015-1283-0.

4. 功能分析(Gene Ontology)
基于基因的注释情况,烈冰生物整合了AmiGO,NCBI,Swissprot/Uniprot等不同数据库的注释信息,基于Fisher精确检验得到差异基因在功能中的富集情况,使研究者将数据分析结果和研究方向结合起来。


摘自烈冰协助中国林业大学发表的文献xiangyang kang, et al. Transcriptomic changes following synthesis of a Populus full-sib diploid and allotriploid population with different heterozygosities driven by three types of 2n female gameteq. Plant Molecular Biology

5. 信号通路分析(Pathway)
基于基因的注释情况,烈冰生物整合了KEGG,Biocarta等不同数据库的注释信息,基于Fisher精确检验得到差异基因在功能中的富集情况,使研究者将数据分析结果和研究方向结合起来。


摘自烈冰协助南京医科大学发表的文献Zhang Z, et al. Mechanism of BDE209 induced impaired glucose homeostasis based on gene microarray analysis of adult rat liver. Arch Toxicol. 2013 Aug;87(8):1557-67. (IF=5.2)

6. GO-Tree分析(GO-Tree)
基于功能分析的结果以及烈冰数据库的GO相关性,烈冰为研究者构建了GO-Tree,功能从属关系网络,帮助研究者从宏观和微观上总结了差异所属功能,帮助研究者整合测序数据,研究方向和某一个功能簇的基因。


摘自烈冰协助农科院发表的文献Miao X, et al. Genome-wide transcriptome analysis of mRNAs and microRNAs in Dorset and Small Tail Han sheep to explore the regulation of fecundity. Mol Cell Endocrinol. 2015 Feb 15;402:32-42. (IF=4.241)

7. 信号通路相关性网络(Path-Act-Network)
基于信号通路分析的结果以及烈冰数据中的信号通路关联,烈冰为研究者构建了Path-Act-Network,帮助研究者从宏观上梳理信号通路之间的上下游关系,寻找和研究方向相关的核心通路。


摘自烈冰协助昆明延安医院发表的文献Wang W, et al. Global transcriptome-wide analysis of CIK cells identify distinct roles of IL-2 and IL-15 in acquisition of cytotoxic capacity against tumor. BMC Med Genomics. 2014 Aug 9;7:49. (IF=3.69)

8. Gene-Act-Network
基于烈冰数据库中基因间的相互作用关系,烈冰为研究者构建基因间相互作用关系网络(Gene-Act-Network),明确核心基因和枢纽基因,并将不同信号通路中的基因用实际数据库记载的关系连接起来,帮助研究者总结基因间的相互调控关系,筛选核心基因。


摘自中科院昆明动物所与NovelBio共同发表的文献Genome-wide search for the genes accountable for the induced resistance to HIV-1 infection in activated CD4+ T cells: apparent transcriptional signatures, co-expression networks and possible cellular processes. BMC Med Genomics 6, 15 (2013).

9. Co-Exp-Network
KEGG数据库仅只是针对数据库记载的基因间的相互作用关系进行分析,而很多时候我们需要对于未知的基因关系进行了解。同样地,基因间相互作用关系网络并不能计算出整个差异基因中,对于实验影响最大的最大的基因。因此基于基因的实测表达值,烈冰帮研究者构建共表达网络,协助研究者找到和最多的基因存在相关性的基因,即核心基因。同时基于具有共表达能力的基因具有类似功能,烈冰帮助研究者研究未知基因的功能,使得对于未知基因,新基因等的研究成为可能。


摘自烈冰协助北京林业大学发表的文献Cheng S, et al. Differential transcriptome analysis between Populus and its synthesized allotriploids driven by second-division restitution. J Integr Plant Biol. 2014 Dec 30. (IF=3.448)







 

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