蛋白质组学技术专家
生物信息学
生物信息学

  生物信息学(Bioinformatics)是研究生物信息的采集、处理、存储、传播,分析和解释等各方面的学科,也是随着生命科学和计算机科学的迅猛发展,生命科学和计算机科学相结合形成的一门新学科。它通过综合利用生物学,计算机科学和信息技术而揭示大量而复杂的生物数据所赋有的生物学奥秘。

  随着基因组学和蛋白质组学的发展,生物信息学在数据处理中的应用已经越来越广泛。生物信息学这一新型学科得以蓬勃壮大,也为后基因组时代的研究提供了更快、更新、更准确的研究手段。相比于在基因组时代,蛋白质组比基因组更加复杂,更具有挑战性,更迫切需要生物信息学提供大量有序的数据。因此,发展生物信息学对蛋白质组学的数据进行搜选、处理和应用必将成为现代生物信息学发展的必然趋势。


质谱数据深度分析

分析数据质量。


蛋白质GO功能注释

揭示相关蛋白潜在的重要功能


蛋白质功能富集分析

使用常规功能富集和分层聚类的方法,研究不同实验处理条件下对特定属性全蛋白群体调控生理过程的影响。

蛋白质相互作用网络构建

分析蛋白-蛋白之间相互作用,揭示蛋白功能以及潜在的调控作用。


Pathway 代谢通路注释和分析

描述特定蛋白所在代谢通路,揭示特定蛋白潜在的调控pathway。


修饰位点motif与二级结构分析

分析翻译后修饰位点附近氨基酸分布情况,预测潜在与该种修饰类型相关的保守序列区间;分析修饰位点在蛋白二级结构域中的分布;为研究该种修饰类型作用和调控机制研究提供参考依据。


生物标志物发现(蛋白质表达模式建模)

多组学之间的关联性分析

通过转录组数据与蛋白质组或蛋白质修饰组的共表达分析,发现mRNA、ncRNC与蛋白或蛋白修饰之间潜在的调控关系。


分子动力学结构模拟分析

针对特定修饰位点、突变位点及功能重要的位点的分子动力学结构模拟分析,可深层次揭示相关位点的分子调控作用机制。


进化保守性分析

针对重要蛋白(如激酶、修饰蛋白等)进行进化分析,揭示蛋白在进化过程中的重要功能。


定制深度分析
  • 对于非模式生物,可进行数据的深度挖掘;

  • 可根据研究者需求,有针对性的进行生物信息学分析;

  • 可提供全程陪护式数据整理与分析,直至文章发表;


在线客服