产品中心
  • 种属鉴定相关分析 在之前的分析步骤中,已经将序列按照其自身的碱基组成的相似性,分归到各OTU 中。在进行分类学分析时,首先,将每一条上等序列都与SILVA 119数据库进行比对,找出其*相近且可信度达80%以上的种属信息。
  • OTU聚类及分析 OTU(Operational Taxonomic Units)是在系统发生学研究或群体遗传学研究中,为了便于进行分析,人为给某一个分类单元(品系,种,属,分组等)设置的同一标志。
  • 多样性指数统计 群落生态学中研究微生物多样性,通过单样品的多样性分析(Alpha 多样性)可以反映微生物群落的丰度和多样性,包括一系列统计学分析指数估计环境群落的物种丰度和多样性。
  • 香农指数曲线 Shannon-Wiener曲线是反映样品中微生物多样性的指数,利用各样品的测序量在不同测序深度时的微生物多样性指数构建曲线,以此反映各样本在不同测序数量时的微生物多样性。当曲线趋向平坦时,说明测序数据量足够大,可以反映样品中绝大多数的微生物信息。
  • Rarefaction/curve 稀释性曲线是从样本中随机抽取一定数量的个体,统计这些个体所代表的物种数目,并以个体数与物种数来构建曲线。
  • Rank Abundance Rank-abundance曲线是分析多样性的一种方式。构建方法是统计单一样品中,每一个OTU 所含的序列数,将OTUs 按丰度(所含有的序列条数)由大到小等级排序,再以OTU 等级为横坐标,以每个OTU 中所含的序列数(也可用OTU 中序列数的相对百分含量)为纵坐标做图。
  • 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。
  • 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。
  • 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。
  • 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。
  • 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。
  • 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。
  • 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。
  • 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。
  • 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。
  • 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。
  • 上一页12下一页
    上一页下一页

皖公网安备 34010402700852号