- 首页
-
科研服务
-
科研试剂
精品自研
样品前处理
提取试剂
文库构建
- 大众健康
- 关于开泰
-
新闻中心
- 文献解读|Nat Commun（14.7）：超急性 HIV-1 感染期间血浆蛋白质组的动态
- 文献解读|Cell（42.5）：系统分析显示甜菜碱可作为老年保护的运动模拟物
- 文献解读|Cancer Cell（44.5）：空间蛋白质转录组分析揭示了边缘性卵巢肿瘤的分子景观及其侵袭性进展
- 文献解读|Cell Rep Med（11.7）：患者来源的类器官的代谢分析表明核苷酸合成是恶性横纹肌样瘤的代谢脆弱性
- 文献解读|Nat Commun（14.7）：胶质瘤的蛋白质组学分析揭示了免疫和代谢驱动的亚型，这对抗核苷酸代谢治疗有重要意义
- 文献解读|Cell Rep Med（11.7）：新生儿肠道微生物群：在早产儿脑病中的作用
- 文献解读|Nat Commun（14.7）：免疫疗法可改善高级别浆液性卵巢癌的化疗反应
- 文献解读|Cell Rep Med（11.7）：多模态分析揭示了区分 EBV 阳性和 EBV 阴性移植后淋巴增生性疾病的肿瘤和免疫特征
- 文献解读|Nat Commun（14.7）：空间转录组学揭示三阴性乳腺癌中存在显著的异质性，具有潜在的临床意义
- 文献解读|Cancer Discov（33.3）：前列腺癌异质性的生殖细胞和体细胞起源
技术速递
- 生信云
English
转录组+ATAC联合分析
ATAC测序结果，研究了该时空条件下发生转录的基因以及顺势调控元件的一些序列，那么我们就可以对这些基因进行分析。联合转录组测序结果，看ATAC上测到的一些丰度高
转录组+非靶代谢联合分析
随着实验技术的进步，高通量组学方法的应用产生了大量的组学数据。以往针对各个组学基本都是进 行独立的分析来研究该组学数据与生物学过程的关系。虽然，通过单一组学数据的分析，已经对部分物种 的遗传信息和代谢通路进行了阐释。但是，仅通过单一组学数据很难对复杂的生物学过程和生物网络调控 进行解释。整合多组学数据进行分析可以弥补单...
转录组+蛋白质组联合分
生物学现象复杂多变，基因表达调控复杂，进行单一组学研究时结论往往不够全面，因此单一组学研究存在瓶颈。多 组学技术（Multi-Omics）结合两种或两种以上组学研究方法，如基因组、转录组、蛋白组或代谢组，对生物样本进行系统研 究，同时将各组学的数据加以整合分析并深入挖掘生物学数据。 其中，转录组学和蛋白组学都是研究系统...
转录组+16s联合分析
转录组和扩增子测序的整合分析，是指对来自转录组和微生物等不同生物分子层次的数据进行统计学分析，建立不同层次分子间数据关系，同时结合功能分析，全面阐述生物分子功能
转录组+蛋白质组+非靶代谢联合分析
传统单一层面的组学研究，如基因组、转录组、蛋白组以及代谢组等研究手段，能够在 一定程度上对特揭示遗传信息、蛋白功能或代谢通路进行阐释。但是，仅通过单一组学数据 很难对复杂的生物网络调控进行系统全面的解释，且不足以解释遗传信息表达调控的传递链 条。因此，多组学数据整合成为了系统生物学研究的发展趋势，其优势如下： （1）更...
bulk RNA-seq+scRNA-s
Bulk RNA-seq可检测到由多种类型细胞构成的表达水平，一般需要以感兴趣细胞类型的表达水平作为参考进行反卷积分析，从而推测待研究组织中感兴趣细胞所占比例，
单细胞转录组-非靶代谢联合分析
单细胞转录组在单细胞级的分辨率下解析各个细胞类型的转录特征，代谢组处于基因调控网络的下游，刻画中心法则的终端信息。代谢组验证各个基因通路的活性结果以及挖掘关键的
16s+非靶代谢联合分析
16S rDNA 扩增子测序：基于 Illumina HiSeq 双端测序的平台，选择某个或某几个变异区域，利用 保守区设计通用引物进行 PCR 扩增，然后对高变区进行测序 OTU(Operational Taxonomic Units)序列分 析和菌种鉴定。利用β多样性进行组间分析，找出在不同分类水平上的分组间丰度变...
宏基因组+非靶代谢联合分析
微生物组（16s、宏基因组等）与代谢组联合分析的意义：微生物是自然界中分布最广、种类最多、数量最大的生物类群。以肠道微生物为例，人体 内微生物的总数量约是人体细胞总数的 10 倍——越来越多的研究发现，肠道微生物与人 体健康有着密切的关系，而微生物产生的代谢物是这调控过程中最主要的中间递质之一。 微生物组研究可以获得微...
-
共1页 11条
