加载中........
×
  • 深度数据分析

    microRNA靶基因预测

    microRNA可以通过与mRNA结合的方式,起到降解mRNA或抑制mRNA翻译的作用。microRNA靶基因预测分析通过整合多个数据库的信息,预测差异表达microRNA可能结合的靶基因。



    本研究服务与测序公司或芯片公司提供的基础的靶基因预测不同(通常采用一些常规的miRNA数据库进行预测),我们会结合芯片或测序的结果,以及作者提供的样本的生物学特征,以及梅斯医学独有的预测和分析技术,为客户提供具有高价值的预测结果,有助于开展下一步临床工作。

    工作流程:

    根据作者已有的结果(可能是测序或芯片的原始数据,或有初步的GO,pathway分析结果)-->二次分类--->公开库比对-->文献比对-->精选特征性和高潜力miRNA,最终提供不超过20个具有较高临床意义的靶标,以及针对的靶基因.

    表达谱深度分析

    在常规的GO(Gene ontology)和KEGG Pathway分析基础上,根据基因功能及基因定位,分析潜在临床意义或科学意义的基因功能表达簇,方便研究成果的发表,以及下一步进行有计划地深入研究。

    本分析结果提供给客户一组有明确意义的差异基因。

    特色:

    不同于常规分析出大量的上调和下调的基因,有些基因表达有差异,但功能并不明确,有些可能是已明确功能,但是没有太大的创新性的。或者做表达谱后,没有进行深入地挖掘,致使大量数据闲置。

    说明和要求:

    考虑分析的专业性和分析深度,目前只接收人体样本,大鼠,小鼠的样本

    名词:

    GO(Gene ontology)按照生物途径(Biology Process),分子功能(Molecular Function)和细胞定位(Cellular Location)对基因进行注释和分类。通过对差异表达基因进行GO terms富集度统计学的分析,定位差异基因最可能相关的GO terms。

    在生物体内,不同基因相互协调行使其生物学功能,利用通路分析可以更进一步了解基因的参与代谢通路及具体的生物学功能。Pathway富集分析以KEGG Pathway为基础,应用统计学检验,找出与整个基因组背景相比,在差异表达基因中显著性富集的Pathway。

    基因功能表达簇:一组具有明确的,特定功能基因组合。一般来说,根据样本的性状,特征,结合表达谱的结果,进行综合分析。不同于常规分析,仅仅得出某些差异基因。







    非编码RNA靶标分析

    非编码RNA(lncRNA、circRNA等)由于不翻译蛋白,所以有些功能还不清楚,此分析可以通过统计学方法,计算非编码RNA与编码RNA表达量的相关性,利用其共表达关系,推断非编码RNA的功能。

    特点:

    1 挑选有特色的非编码RNA进行深入分析,为客户提供潜在的靶标及靶基因,以便更深入地开展课题研究。
    2 需要作者提供非编码RNA的测序或芯片结果,以及对应的样本生物学特征描述。


    蛋白互作与共表达分析

    1 通过统计学方法,计算基因之间表达量的相关性,构建共表达网络,以推断未知基因的功能。

    2 蛋白互作网络图:蛋白之间的相互作用是在很多生物过程的基础性作用,有许多重要的生物功能。此分析利用生物信息工具,构建蛋白互作网络图,帮助推断差异蛋白的功能。




    SNP差异分析及注释

    全基因组关联分析(Genome-wide association study)是指在人类全基因组范围内找出存在的序列变异,即单核苷酸多态性(SNP),从中筛选出与疾病相关的SNPs。并对其进行注释以及可视化。


    收费标准 >

web对话
live chat

扫码领取IF曲线

IF连续增长的期刊