“勘探” 蛋白质数据 | 西湖欧米个性化生信套餐包发布

2023.09.23

View :1249

在蛋白质组学研究中,从样本前处理,上机检测到后续的数据挖掘都是环环相扣的过程,西湖欧米持续为客户提供高质量的蛋白质组学服务,在数据挖掘方面,为客户提供多种多样性的展示图以及严谨的生信分析方案设计。

西湖欧米现发布可用于5种生信套餐包方案及“糖果铺”单图方案,全面助力客户的组学研究,通过从海量的蛋白质组数据中使用不同的研究策略提取有效信息,深入探索与临床疾病的相关性。

 

生信套餐包1:

疾病预测的蛋白质标志物发现研究套餐

对于临床研究而言,使用蛋白质标志物预测疾病良恶性进展、轻重症进展是一种非常有效的工具手段。通过比对蛋白质在多个差异组别中的差异,利用机器学习等模型来判断后续病人的进展趋势,为可研究者提供早诊、早筛、诊断和预后标志物发现。

西湖欧米疾病预测蛋白质标志物研究生信套餐涵盖实验研究和样本临床特征图、发现集的蛋白质组数据概览图、机器学习和建模结果展示图等6张组图。

 

部分组图示例:构建以机器学习为思路的标志物筛选流程

应用案例:

Cell Discovery | AI人工智能结合蛋白质组学辅助甲状腺结节良恶性判别

 

生信套餐包2:

多组学分子机制研究套餐

目前,多组学是一个分析趋势。如蛋白组与代谢组联合分析,是描述生物机体代谢调控网络的有效研究策略。通过对这2个组学数据进行整合分析,能找到共同参与某类代谢通路或者具有相同变化趋势的差异蛋白和差异代谢物,系统描述生物体内的分子调控机制,为后续试验验证与分析提供数据基础。

西湖欧米多组学分子机制研究生信套餐涵盖整体实验流程设计图、代谢组差异分析和通路分析、蛋白组差异分析和功能分析图等5张组图。

 

部分组图示例:差异蛋白挖掘

应用案例:

Immunity|多组学研究揭示新冠Omicron感染者的血液 “生态系统”

 

生信套餐包3:

分子分型研究套餐

对于临床疾病,尤其是肿瘤疾病而言,通过使用蛋白质组数据对样本进行亚型的区分,有助于我们更好地理解疾病的发生机制,从而为疾病的个体化治疗提供依据,为后续治疗不同亚群的药物治疗提供参考。

西湖欧米分子分型研究生信套餐涵盖整体实验流程设计图、蛋白组分子分型图、不同分子亚型的其他组学分析图、不同分子亚型的重要maker及通路分析图等6张组图。

 

部分组图示例:分子分型研究[1]

 

应用案例:

客户文章 | 多组学分析揭示肝内胆管癌的分子亚群和潜在的治疗靶点

Cell Discovery | 蛋白基因组学揭示甲状腺髓样癌分型及治疗靶标

 

生信套餐包4:

预后分析研究套餐

在药物治疗中,患者的预后护理显得至关重要。通过根据患者个体的临床特征,利用蛋白质组数据判定患者未来的疾病进展,进行预后分类,生存分析等多项分析,可以指导患者预后的相关研究。

西湖欧米预后分析研究生信套餐涵盖整体实验流程设计图、加权共表达网络分析筛选重要蛋白图、重要蛋白和临床因素图、不同生存亚型的分子生物学差异分析图等6张组图。

 

部分组图示例:加权共表达网络分析筛选重要蛋白[2]

 

生信套餐包5:

时间序列研究套餐

在临床多项研究中,如药物监测患者临床变化等,都可以进行时间序列分析,使用蛋白质组数据探索不同时间节点患者蛋白组水平的变化。

西湖欧米时间序列研究生信套餐涵盖整体实验流程和数据分析流程图、不同时间点的差异分析图、时间序列分析图等5张组图。

 

部分组图示例:趋势聚类及富集通路展示[3]

 

应用案例:

客户文章 | 蛋白组学研究揭示新冠患者长阳机制

 

生信糖果铺

针对上述各个方案的组图,对于其中的一些图,客户可在西湖欧米“糖果铺”中挑选不同的展现形式,不同的颜色搭配,以此来升级分析图的展示。

降维算法图个性化展示

 

层级关系图个性化展示

 

通路展示图个性化展示

 

相关性图个性化展示

 

参考文献:

[1] Bao X , Li Q , Chen J ,et al. Novel Molecular Subgroups of Intrahepatic Cholangiocarcinoma Discovered by Single-Cell RNA Sequencing-Assisted Multi-Omics Analysis. 2022, Cancer Immunol Res 10: 811–28.

[2] Chen Y, Li ZY, Zhou GQ, et al. An Immune-Related Gene Prognostic Index for Head and Neck Squamous Cell Carcinoma. Clin Cancer Res. 2021 Jan 1;27(1):330-341.

[3] Wang Y, Sun R, Ge W, et al. Longitudinal Serum Proteomics Characterization of CD19-CAR-T Cell Therapy for B-Cell Malignancies. J Proteome Res. 2023 Sep 1;22(9):2985-2994.

 

问询(英文)
Online enquiries

公众号