分类: 转录组测序

生物科研人员发文章必不可少的就是对测序数据梳理整合,目前比较火爆的分析内容有关键基因筛选,基因家族分析,排名前十的GO注释分类图,特定功能相关基因的互作网络图,多个分组共有差异基因通路展示,转录因子预测及功能分析等等。这些分析怎么做?需要提供什么数据?收费贵不贵?多久能拿到结果?我能不能自己做?

转录组数据分析目前比较模式化,要想赢得审稿人青睐,必须要结合具体的科学问题做针对性展示。转录组数据分析挖掘几步走?我们将众多的分析内容归纳为4大类:所有基因挖掘、差异基因挖掘、表达量挖掘、高级工具挖掘。

1、所有基因挖掘

针对所有检测到的基因,我们可以用基因名称、功能注释、序列信息等进行检索筛选;基于筛选的关键基因或者前期研究结果,重点关注某类基因家族,从序列信息比对、功能结构域保守性分析、家族进化树分析、表达模式分析等进行研究,进而解析基因家族与生物学性状的关系。

2、差异基因挖掘

差异基因挖掘是基于差异基因筛选,实现不同分组间差异表达基因的比较、功能注释和通路富集分析等,解析参与生物学过程的关键基因及其功能。

3、表达量挖掘

表达量挖掘可以根据各个基因的表达量,实现不同样品中共同表达和特异表达的基因的筛选,如组织特有表达基因筛选、不同处理样品间特异表达基因筛选、不同发育时期特异表达基因筛选等,并对特定基因进行后续功能分类分析,如聚类分析,表达模式分析等。

4、高级工具挖掘

高级工具挖掘主要是整合基因表达量与表型数据、互作信息、其他组学信息,进行基因共表达网络(WGCNA)、蛋白互作网络图、组学联合分析等,解析基础代谢过程和转录调控网络。

针对上面这些分析内容,百迈客生物云平台免费开放了不限次的个性化挖掘和108款作图小工具,一键出图。百迈客云于2014年5月正式开放,经过6年的打磨,转录组云分析(次账号)集结可视化数据分析APP、个性化分析小工具、文献检索、公共数据库、培训视频,是科研工作者项目管理一站式平台。在这个风起“云”涌的时代,百迈客云以快速、全面、透明的姿态全面起航。

如果您对我们的服务感兴趣,欢迎点击下方按钮联系我们,我们将免费为您进行文章思路方案设计。

推荐文章