基于已知的基因組序列和注釋信息,以新一代高通量轉錄組測序(RNA-Seq)數(shù)據(jù)作為輸入,根據(jù)測序數(shù)據(jù)與參考基因組的序列比對,識別新的轉錄位點(新基因)、新的可變剪接事
以新一代高通量轉錄組測序(RNA-Seq)數(shù)據(jù)作為輸入,從頭(de novo)組裝轉錄本,構建轉錄組(Unigene庫),并對Unigene進行功能鑒定,以及結構和表達量分析。
基于參考基因組序列和nanopore轉錄組測序數(shù)據(jù)進行相關分析,內容包括:數(shù)據(jù)質控(接頭、低質量過濾),轉錄本結構分析(可變剪切、APA分析等)
面向無任何生物信息基礎的科研工作者開發(fā)的集成式分析流程,其部署在高性能服務器上,可以快速完成數(shù)據(jù)質控、序列比對、SNP/InDel/SV突變檢測、突變注釋、突變基因
可以進行標準分析和個性化分析,其中標準分析包括:物種分類分析(包括:群落結構分析、物種Heatmap、物種系統(tǒng)進化樹)、單樣品多樣性分析(α- 多樣性指數(shù)、稀釋曲線
可以進行標準分析和個性化分析,其中標準分析包括:差異表達基因分析、基因結構分析、新基因分析等。設定參數(shù)后點擊提交進行分析,分析完成后在流程定制頁面下生成標準化
miRNA的鑒定與預測;miRNA表達量分析;miRNA靶基因預測;miRNA靶基因注釋分類及富集等。設定參數(shù)后點擊提交進行分析,分析完成后在基本分析頁面下生成標準化
差異表達基因分析、基因結構分析、新lncRNA預測及靶基因預測等。設定參數(shù)后點擊提交進行分析,分析完成后在流程定制頁面下生成標準化結題報告
對給定的基因集結合注釋信息繪制GO分類富集圖、KEGG分類富集及通路富集圖,計算出基因的P_value和Corrected_P-value,定位基因最可能相關的GO term。
根據(jù)ID列表提取fasta序列:根據(jù)給定的序列ID,到目標序列文件中提取出對應ID的序列。注意:ID文件的后綴只能是txt、list、id,且必須為文本文件
加權基因共表達網絡分析(WGCNA)是一種從表達數(shù)據(jù)中挖掘基因模塊(module)信息的算法,可以用于分析各種表達譜數(shù)據(jù),不僅是芯片數(shù)據(jù),還可以用于二代測序數(shù)據(jù)得到