随着蛋白质组学质谱分析技术的发展,蛋白质组学分析仪器精度不断提高,由此获得的数据也更多。虽然详细的蛋白质数据信息有利于对蛋白质组学进行更为深入的研究,但是高通量蛋白质组学检测生成的大量蛋白质样本数据也给蛋白质样品特征分析带来升级的挑战。依靠人工处理如此庞大的质谱信息,分析蛋白质的特征的难度极大,因此这些蛋白组学数据需要采用专业生物信息学的方法进行分析处理。百泰派克公司生物信息学分析人员专业从事蛋白质组学数据知识挖掘的工作,尤其是生物学通路和网络的分析,快速发现大量的蛋白质相互作用数据。基于生物信息分析方法的研究进展,建立蛋白组数据生物信息学分析平台,提供一整套的生物信息学解决方案包括:组学数据的质量分析、组学数据的差异表达分析、差异表达蛋白 GO、KEGG、COG注释分析、蛋白质聚类分析、相互作用网络等多层次网络和通路的分析。同时我们可以根据客户的要求和参考文献提供定制化的生物信息学分析服务,从高通量的实验数据中发现生物学知识,帮助客户进行药物设计、毒性分析和疾病标志物的发现。 蛋白质组学生物信息学分析蛋白质组学数据质量评估 差异蛋白质统计分析
7 O1 v3 o0 x/ L; S. s$ Q$ j* b) v/ a8 e& C; X
% F) K$ c0 [9 C( ?0 [5 @. t/ @
8 e6 x, Q3 t9 Z# [1 PGO功能注释及富集分析 0 C; L8 `: F7 K' ]) w4 V3 f0 M
" f- q' d& e p; K& p
& S X5 X+ P3 c6 L* gKEGG通路注释及富集分析
0 W' E3 u3 G! a/ g L k! B( o: W5 U( a& _4 g9 m. F( ]
2 `8 d, s( w* ^4 m
COG功能注释及富集分析 7 s! `. n6 Y* G+ \. k% u
6 J2 B" w* H( V
f$ y( [, d4 B* S* o9 f: l差异表达蛋白聚类分析
; b& C: T0 [3 \. p p+ ^
: X( {$ b2 R0 ]2 f ]( t) e$ M( C, c: P& _: I2 f {( V3 A+ R
蛋白质相互作用网络分析 , U, R$ l' E& L! ?: } @* l$ c
5 L( I3 t$ K7 z5 t2 `, }! b9 q2 V5 }; Q* a- V4 I
% u# N/ V! {5 H/ f, I" t* s# N: f3 _ |