生物信息分析

基于大量的测序数据和其他生物医学大数据,从靶点广筛,到临床建模验证,再到样本组学信息的挖掘,生物信息学分析在当下的科研中扮演重要角色。粒成生物搭建了强大完备的生物信息学分析平台,提供涵盖多种数据

基因组

生信分析

01、转录因子分析及网络构建

针对特定转录因子的实验,可对差异基因进行转录因子结合位点的 motif 分析,从而推测差异基因中有哪些基因可能直接受该转录因子调节。后结果会用统计学方法进行检验,找到调控目标生物性状,统计学上有显著差别的转录因子….

02、信号通路网络图

此分析通过 IPA 的 Ingenuity  Knowledge Base 数据库,基于基因的表达情况和相应的生物学功能,进行信号通路分析,直观展示基因的表达情况及与其他基因之间的相互作用关系…

03、分子建模预测

采用模式识别与数据挖掘技术有效进行模型的构建,将部分数据拿来做训练集预测模型,然后部分数据作为测试数据集(独立样本)来验证模型的准确性。小样本数据的建模在于筛选并评判 maker 的稳定性,便于后期实验验证;大样本数据的建模用于进行早期诊断、疾病预测。采用方法分为:线性分类器以及非线性分类器,并利用了 Leave-one-out cross-validation(LOOCV)以及 cross-validated misclassification error rate 的筛选策略找到优选 MARKER…

蛋白组代谢组

01. ITRAQTMT 相对定量蛋白组:

同重同位素标记的相对和绝对定量(isobaric tags for relative and absolute quantitation,iTRAQ)技术由 AB SCIEX 于 2004 年研发推出的一种多肽体外标记技术。

02. 蛋白组学服务介绍:

蛋白质组(proteome)源于蛋白质(protein)与基因组(genome)两个词的杂合,意指在某一特定时间和空间条件下,一个细胞或一个组织基因组所表达的全部蛋白质。

03. 非靶向代谢组:

通过液质联用(LC–MS)或气质联用(GC-MS)方法筛选生物体受扰动或刺激前后代谢产物种类和含量的动态变化,找到差异代谢产物参与的代谢通路,进而阐述生物体代谢相关过程的代谢组学技术。

单细胞 RNA 测序

2012 年,由美国和瑞典的科学家共同开发了称为 Smart-Seq(Switching mechanism at 5’end of the RNA transcript)的技术 [1]

单细胞 ATAC 测序

在单细胞水平上通过高通量测序技术来研究染色质开放程度(也叫染色质的可及性)。染色质开放程度(染色质的可及性)

空间转录组测序

基因表达具有时间和空间的特异性,通过对不同时间点的样本取材,使用单细胞转录组测序技术能够解析时间维度上细胞类型和基因表达的变化过程

我们的地址

上海市宝山区沪太路2999弄国际研发总部基地18号

联系我们

+021-61390189

邮箱

lcgene@163.com