作为一个跨学科的领域,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来挖掘和解释在最近蓬勃发展的高通量组学研究中产生的大量生物数据。
随着基因组学、转录组学、蛋白质组学和代谢组学的发展,生物信息学在数据挖掘中越来越重要,得到了广泛的应用。为了研究细胞活动在不同状态下是如何被改变的,生物学数据被结合起来形成一个全面的画面,一个有关生物活动的鸟瞰图。作为一个强大的工具,生物信息学可以帮助生物学家增加对生物过程的理解与计算密集型技术,模式识别,数据挖掘,机器学习算法和可视化。主要研究领域包括DNA/ RNA/蛋白质测序、序列比对、基因发现、基因组组装、药物设计、药物发现、蛋白质结构比对和预测、基因表达和蛋白质相互作用预测、全基因组关联研究和进化建模。
我们的科学家配备了先进的计算仪器和软件,可以提供以下服务:
蛋白质组学的生物信息学 | ||
功能注释和富集分析 | ||
•去注释 | •齿轮注释 | •kegg注释 |
•去充实 | •KOG注释 | •Kegg Enclement. |
•域注释 | •领域富集 | •亚细胞定位 |
•有向无环图(DAG) | ||
聚类分析 | ||
•分层群集 | •k - means聚类 | •词干分析 |
网络分析 | ||
•蛋白质相互作用分析 | •IPA分析 | •共表达网络分析 |
PTMS蛋白质组学分析 | ||
•PTM预测分析 | •保守序列分析 | •PTM Crosstalk分析 |
蛋白质的生物信息学 | ||
蛋白质序列分析 | ||
•氨基酸组成分析 | •信号肽预测 | •蛋白质主题预测 |
•配体结合位点预测 | •跨膜预测 | |
蛋白质结构分析 | ||
•同源性建模 | •分子对接 | •分子动力学模拟 |
•结构特征分析 | •二级结构预测 | |
蛋白质的进化分析 | ||
•基于序列的分析 | •基于结构的分析 | •基于基因组的分析 |
代谢组学的生物信息学 | ||
预处理和标准化 | ||
单变量分析 | ||
•褶皱变化分析 | •T检验分析 | •方差分析 |
•相关分析 | •山姆服务 | •火山的阴谋 |
多变量分析 | ||
•主成分分析 | •PLS-DA | •OPLS-DA |
聚类分析 | ||
•热图服务 | •k - means服务 | •SOM服务 |
分类与特征选择 | ||
富集分析 | ||
路径分析 | ||
生物标志物分析 | ||
关联分析 | ||
定制 |
如何下订单:
*如果您的机构要求签署保密协议,请通过电子邮件与我们联系
创意蛋白质组学,由高度经验丰富的生物统计学家和科学家在OMICS研究中,可以为艺术艺术蛋白质组学和代谢组技术产生的数据分析和解释,提供广泛的生物信息学服务,例如霰弹枪LC-MS / MS所产生的数据,Seldi-Tof MS,MALDI-TOF MS和蛋白质阵列。利用我们在这些强大技术的计算科学和知识中的经验,我们可以为客户提供无与伦比的服务,用于分析蛋白质组学和代谢组合数据。任何生物信息学分析要求,请随时详细信息请与我们联系!
服务