生物信息学分析--NGS数据分析

 

       随着Next-Gen sequencing(NGS)技术的不断发展，测序的速度不断加快，对测序产生的大量数据进行生物信息学分析变得越来越重要。面对巨大的数据样本，如何快速高效的找出对研究有关键指导意义的数据是研究者们面临的新的挑战。我们组建专业的生物信息团队，对NGS测序数据进行深入的数据挖掘，旨在为研究者提供专业便捷的数据分析途径。

 

服务内容：
 

       转录组分析（有参）：转录组是特定物种、组织或细胞类型转录的所有RNA（转录本）的集合，包括mRNA和非编码RNA(Non-coding RNA， 非编码RNA又包括：tRNA，rRNA，snoRNA，microRNA，piRNA，lncRNA等。通过比较转录组或基因表达谱的研究以揭示生物学现象或疾病发生的分子机制是高通量组学研究的一个常用策略。利用高通量测序技术研究转录组在全面快速得到基因表达谱变化的同时，还可以通过测定的序列信息精确地分析转录本的表达差异情况以及表达差异所对应的生物学特征和途径。

 

转录组分析（有参）过程简介：
 

 
 
结果展示：

转录组分析（有参）数据分析样本



热图：样品间相关系数热图；散点图：样品间的相关系数散点图




有显著性差异表达的基因用红色点（上调）和绿色点（下调）表示，无显著性差异表达的基因用蓝色点表示；横坐标代表基因在不同样本中表达倍数变化；纵坐标代表基因表达量变化差异的统计学显著性




整体RPKM层次聚类图，以log10(RPKM+1)值进行聚类，红色表示高表达基因，绿色表示低表达基因




纵坐标为富集的GO term，横坐标为该term中差异基因个数。不同颜色用来区分生物过程、细胞组分和分子功能，带“*”为显著富集的GOterm




Cellular Component DAG plot of GO result




纵轴表示pathway名称，横轴表示Rich factor，点的大小表示此pathway中差异表达基因个数多少，而点的颜色对应于不同的Qvalue范围




显著富集的KEGG pathway代谢通路图,其中红色部分为差异基因




蛋白互作网络

 

服务特色：
 

      转录组是细胞功能探究的重要环节，通过探究不同样本间转录本的差异，可以分析出样本间功能差异的原因。因此，本公司建立专业的NGS数据分析团队，提供个性化的数据分析，旨在为您提供更好的服务，为您的科研事业增添助力。