产品中心
  • 生信及统计服务标准 可同时开展Illumina MiSeq、Ion PGM、Roche 454高通量测序分析,PacBio第三代高通量测序分析,PCR-DGGE变性梯度凝胶分析,实时荧光定量PCR(Real-time qPCR),克隆文库等多种微生态分析方法的公司。
  • RDA 冗余分析 RDA 或者CCA是基于对应分析发展而来的一种排序方法,将对应分析与多元回归分析相结合,每一步计算均与环境因子进行回归,又称多元直接梯度分析。此分析是主要用来反映菌群与环境因子之间关系。RDA是基于线性模型,CCA 是基于单峰模型。分析可以检测环境因子、样品、菌群三者之间的关系或者两两之间的关系。
  • CCA 典型对应分析 RDA 或者CCA是基于对应分析发展而来的一种排序方法,将对应分析与多元回归分析相结合,每一步计算均与环境因子进行回归,又称多元直接梯度分析。
  • Metastats 显著性差异分析[1](Differentially Abundant Features)根据得到的群落丰度数据,运用严格的统计学方法可以检测两组微生物群落中表现出丰度差异的分类,进行稀有频率数据的多重假设检验和假发现率(FDR)分析可以评估观察到的差异的显著性。
  • NMDS分析 非度量多维尺度法是一种将多维空间的研究对象(样本或变量)简化到低维空间进行定位、分析和归类,同时又保留对象间原始关系的数据分析方法。适用于无法获得研究对象间的相似性或相异性数据,仅能得到他们之间等级关系数据的情形。
  • Unifrac分析 UniFrac分析利用各样品序列间的进化信息来比较环境样品在特定的进化谱系中是否有显著的微生物群落差异。 UniFrac 可用于beta 多样性的评估分析,即对样品两两之间进行比较分析,得到样品间的unifrac距离矩阵。
  • PCoA 主坐标分析 Unifrac 分析得到的距离矩阵可用于多种分析方法,可通过多变量统计学方法PCoA 分析,直观显示不同环境样品中微生物进化上的相似性及差异性。
  • PCA 主成分分析 PCA 分析(Principal Component Analysis),即主成分分析,是一种对数据进行简化分析的技术,这种方法可以有效的找出数据中*“主要”的元素和结构,去除噪音和冗余,将原有的复杂数据降维,揭示隐藏在复杂数据背后的简单结构。
  • Heatmap(热图) Heatmap可以用颜色变化来反映二维矩阵或表格中的数据信息,它可以直观地将数据值的大小以定义的颜色深浅表示出来。常根据需要将数据进行物种或样品间丰度相似性聚类,将聚类后数据表示在heatmap 图上,可将高丰度和低丰度的物种分块聚集,通过颜色梯度及相似程度来反映多个样品在各分类水平上群落组成的相似性和差异性。结果可有彩虹色和黑红色两种选择。
  • LEfSe差异分析 LEfSe是一种用于发现高维生物标识和揭示基因组特征的软件。包括基因,代谢和分类,用于区别两个或两个以上生物条件(或者是类群)。该算法强调的是统计意义和生物相关性。让研究人员能够识别不同丰度的特征以及相关联的类别。
  • 分级发育树 数据库中包含微生物的分类学系统关系树。在前述分类学分析中,已经得到了每个OTU 的丰度和对应的分类学信息,将测序得到的物种丰度信息回归至数据库的分类学系统关系树中,可以从整个分类系统上了解测序的环境样品中所有微生物的进化关系和丰度差异。
  • 环形发育树 在分子进化研究中,系统发生的推断能够揭示出有关生物进化过程的顺序,了解生物进化历史和机制,可以通过序列间碱基的差异构建进化树。选择OTU的代表序列根据邻位比对法(neighbor-joining)构建进化树,结果可以用列图或者圈图的形式呈现。
  • 微生物间相互关系 相关性分析是用于分析微生物间相互作用关系的经典方法,可甄别出微生物群落间(包括细菌、真菌、古细菌等各类检测目标)具有显著相关性、强相关、正相关、负相关的各项。
  • 网络分布图 网络图可以形象的展示不同样本或组之间物种的丰度情况,不同颜色代表不同样本,中间的交叉节点代表不同的物种,节点的面积代表物种丰度。
  • 客户定制分析绘图 客户定制分析绘图是可同时开展Illumina MiSeq、Ion PGM、Roche 454等平台进行高通量测序分析,PacBio第三代高通量测序分析,PCR-DGGE变性梯度凝胶分析,实时荧光定量PCR(Real-time qPCR),克隆文库等多种微生态分析方法的公司。
  • Venn 韦恩图 venn 图可用于统计多个样品中所共有和独有的OTU 数目,可以比较直观的表现环境样品的OTU 数目组成相似性及重叠情况。通常情况下,分析时选用相似水平为97%的OTU 样品表。
  • 上一页12下一页
    上一页下一页

皖公网安备 34010402700852号