实验报告包含内容简介

芯片与测序结果的生物信息解码对于研究的深入至关重要。为了便于客户的研究，我们提供了人性化的后续生物信息学服务，不仅提供一目了然的芯片与测序实验报告，同时提供高质量的生物信息服务。

1.实验报告

我们的实验报告，内容涵盖了芯片的原始数据和芯片图像。原始数据包含了各种格式的文件，包含了客户所需要的全部信息。所提供的芯片图像，便于客户查看芯片的各个细节和结果。

（1) 芯片与测序的原始数据

包括原始的.EXP、.DAT、.CEL 及report 文件。

（2) 芯片与测序图像

由该图像，客户可方便的查看芯片各个部分的细节，了解芯片杂交，洗脱，扫描过程的效果。

（3) 各种分析结果

以文本文件格式提供给客户所有样品SNP位点的基因分型(Genotype Call)和置信度评分(Confidence Score)等。

Ø Genotyping Console软件给出的质控报告

Ø 样品SNP call结果总表

Ø 连锁不平衡性分析

Ø 人群分层分析

Ø 阳性位点深度过滤

Ø 单点关联分析

Ø 精确定位分析

Ø LncRNA芯片结果热图分析

Ø LncRNA芯片结果火山图分析

Ø lncRNA与mRNA共表达网络分析

Ø miRNA测序结果分析应用

2. 生物信息服务

我们还可根据客户需要提供相应的生物信息学分析服务。对于从基因芯片或二代测序得到的实验数据，我们提供专业分析服务。

Ø 基因功能分类注释：针对差异基因进行生物学功能分类，采用GO数据库中的功能聚类注释结果，并统计P-value值。

Ø 代谢通路分析（Pathway分析）：建立信号通路和生物功能网络，将差异基因与相关信号通路整合和比较，根据统计检验方法（P-value）筛选出显著差异的代谢通路。

Ø 转录因子分析（TF分析）：利用相关转录因子数据库，针对每个转录因子分析其在差异基因中的分布情况。统计寻找有差异的转录因子。

Ø 基因网络构建：采用贝叶斯方法，对表达数据进行机器学习，构建差异基因间的动态网络。

Ø 网络构建：利用文本挖掘、同源预测、PPI和基因融合等，进行网络构建。

Ø 疾病分型：主要是针对复杂疾病，采用芯片数据对这些疾病的子类进行区分定型。

Ø 聚类分析：主要是进行芯片间及差异表达基因间的双向聚类，对新基因进行功能预测，分类。聚类方法有层次聚类，K-means聚类及SOM等。

Ø 针对客户研究特点，设计并提供个性化分析服务。