您当前的位置:首页 > 科研服务> 生物芯片数据分析服务 > 基因表达谱芯片数据分析
基因表达谱芯片数据分析
基因表达谱芯片数据标准分析:
1、表达差异分析
对于使用参照实验设计进行的重复实验, 可以对多个样本的基因表达数据进行差异基因表达分析, 具体方法包括倍数分析、t检验等。
2、聚类分析
聚类分析是通过建立各种不同的数学模型,把基于相似数据特征的变量或样本组合在一起,归为一个簇的基因在功能上可能相似或关联,从而找到未知基因的功能信息或已知基因的未知功能。

图 聚类分析

3、主成分分析
主成分分析(PCA) 在大规模基因表达数据的分析工作中,由于组织样本例数远远小于所观察基因个数,如果直接采用前述聚类分析可能产生较大误差,故需要对聚类算法进行改进。

图 PCA分析

基因表达谱芯片数据高级分析:
1、GO分析
在芯片数据中引入GO注释,通常可以揭示出为什么一个特定组的基因拥有相似的表达模式。共表达的基因可能编码在同一个生物过程中出现的基因产物,或定位于同一个细胞部位。如果未知基因和一些已被GO过程术语相似地注释了的基因共表达,那么这个未知基因很有可能在同一个过程中发挥功能。
图 GO分析

2、Pathway分析
通过pathway分析可以了解差异基因影响的主要信号通路调控机制和重点调控的蛋白。分析结果包括最重要的几个差异基因相关的KEGG代谢通路图以及相应的表格。
图 kathway分析

3、基因富集分析
基因富集分析是用统计学的方法分析多类功能基因簇(gene set)是否在不同的生物样本组中存在差异。通过芯片实验数据的分析,寻找不同样品的差异基因可能的生物学功能,为后期实验提供参考。
版权所有:广州市锐博生物科技有限公司 Copyright©2013 Guangzhou RiboBio Co., Ltd.  免费热线:400-686-0075
地址:广州开发区科学城科学大道182号创新大厦C3区13-14层   邮编:510663   粤ICP备05022931号   浏览器建议:IE8.0 1024X768分辨率
主营产品及服务:piRNA  寡核酸  siRNA  miRNA  microRNA   RNAi  shRNA  lncRNA  ncRNA  细胞增殖  生物芯片  高通量测序