代谢组/脂质组反映的是整个生命体最末端的活动，比如产生能量、物质等；代谢组的结果易于理解，容易与表型和功能结合，然而代谢分子具有很强的动态性和复杂性。其动态性和复杂性对代谢组学的数据分析提出了很高的要求。针对代谢组及脂质组数据，生信平台建立了数据预处理、多元统计分析及机器学习建模流程，对数据进行处理、挖掘及可视化。

技术优点

分析方法采用最新自研或主流算法（特别是数据归一化、批次效应校正及降维算法方面），所依据的特征注释信息均采用可信度高且及时更新的二级谱图库。

分析流程

可选择分析项目

1、差异分析。

2、降维、聚类分析。

3、代谢通路分析。

4、模型诊断模型构建。

5、代谢组与蛋白质组整合分析。

结果示例

数据要求

1、清晰的实验设计、技术流程及实验批次信息；

2、详细的样本信息

合作案例

Qian, Xu, et al. Integrated analysis of circulating and tissue proteomes reveal fibronectin 1 is a potential biomarker in papillary thyroid cancer. BMC Cancer (2023).

联系方式

李老师：15001129617