生物信息学数据分析服务

生物信息学数据分析服务

作为一个跨学科领域,生物信息学将计算机科学,统计学和生命科学结合在一起,开发算法和专业软件工具,用于挖掘和解释最近蓬勃发展的高通量 – 组学研究中产生的巨大生物数据。

 

随着基因组学,转录组学,蛋白质组学和代谢组学的发展,生物信息学变得越来越重要,甚至在数据挖掘中得到了广泛的应用。为了研究细胞活动如何在不同的状态下被改变,生物学数据被组合以形成全面的图像,所涉及的生物活动的鸟瞰图。作为一种强大的工具,生物信息学可以帮助生物学家通过计算密集型技术,模式识别,数据挖掘,机器学习算法和可视化来增加对生物过程的理解。该领域的主要研究工作包括DNA / RNA /蛋白质测序,序列比对,基因发现,基因组装配,药物设计,药物发现,蛋白质结构比对和预测,

南博屹生物生物信息学专家团队拥有多年经验,可提供以下服务:

 

蛋白质组学的生物信息学分析

一、功能注释和富集分析

  1. GO注释
  2. GO富集
  3. KEGG注释
  4. KEGG富集
  5. DAG
  6. GSEA-基因富集分析

二、聚类分析

  1. STEM分析
  2. K-means聚类
  3. Pathway分析:
  • 功能分析及显著性判断
  • 基因相关性分析
  • 基因关联图
  • 多组数据的pathway统计结果聚类分析

三、网络分析

  1. 共表达网络分析(WGCNA)
  2. 蛋白质-蛋白质相互作用分析
  3. 蛋白质结构分析(Protein Structure Analysis)
  4. 蛋白质序列分析(Protein Sequence Analysis)
  5. 蛋白质进化分析(Protein Evolution Analysis)

四、统计分析服务

  1. 韦恩图(Venn diagram)
  2. 火山图(Volcano Plot)
  3. 功能选择(Feature Selection)
  4. 理化性质分析(Physicochemical Property Analysis )

基因组/转录组生物信息学分析

  1. 全外显子组测序分析
  2. 甲基化分析
  3. ChIP-Seq分析
  4. 全基因组重测序分析
  5. 转录组生物信息学分析:miRNA/MicroRNA/LncRNA/cicrRNA
  6. 基因家族分析

代谢组学的生物信息学分析

  1. 聚类分析:
  • 热图
  • K-means
  1. 一元分析/单变量分析(Univariate Analysis )
  2. 多变量分析(Multivariate Analysis)

临床数据分析

一、医学统计学分析

1.一般统计学分析:

  • 采集
  • 导入
  • 统计
  • 分析

2.Meta分析

二、数据挖掘

  • 医疗大数据的预处理
  • 算法(人工神经网络、决策树分析、随机森林算法、聚类分析、贝叶斯算法等)
  • 医学建模
  • 大数据的快速检索与处理

生物信息学个性化定制

数据库挖掘服务:TCGA\GEO\SEER\KEGG等

Posted in 生物信息学数据分析服务.

发表评论

电子邮件地址不会被公开。 必填项已用*标注