通过使用稳定同位素标记可以使蛋白定量根据准确稳定,然而也有其自身限制,比如额外的样本处理标记,高昂的试剂成本,标记效率问题,低丰度肽段以及样本检测通量等。所以采用非标记蛋白定量(Labelfree),可以避免这些问题的烦恼。Labelfree是通过比较质谱分析次数或者质谱峰强度,分析不同来源样本蛋白的数量变化,利用相关统计软件(Maxquant) 从而对蛋白质进行定量,目前已经成为蛋白质组学领域内较为快速的解决方案。
统计分析 |
全局统计分析
所有鉴定到蛋白表达量的分布范围,每条曲线表示一个样本,分布是经过正态分布拟合处理后的,图中纵坐标为频数,横坐标为表达量log10后的数值。 |
|
箱式图
箱式图又称盒须图、盒式图或者箱线图,是一种表现有关数据的位置和分散情况资料的统计图。箱型图主要包含六个数据节点,可粗略表达出数据是否有对称性,分散程度等信息。 |
||
PCA分析
主城成分分析(PCA分析)是数理统计中的一种降维分析方法,将一组数据的主要矛盾提取出来,提取出的核心要素成为“成分”(component),并以百分比排序。排名靠前的主成分可以反应复杂的数据中的关键信息。 |
||
火山图
火山图(Volcano Plot)在一张图中显示了两个重要指标(Fold change/p-Value),可以非常直观且合理地筛选出在样本之间发生差异表达的基因。 |
功能注释分析 |
GO注释
基因的本体论(Gene Ontology)是建立一套特定的词汇集合来描述生物学功能,以此对基因功能注释统一化。用于描述生物学功能的词汇必然反映生物学功能的本质。 |
|
KEGG分析
京都基因与基因组百科全书(KEGG)是基因组破译方面的数据库,整合了基因组、化学和系统功能信息的数据库。 |
蛋白聚类与互作分析 |
聚类热图
聚类热图(heatmap)是通过排列矩阵的行列,将相似的数值放在一起展示聚类分析结果的图像,以直观的呈现多样本多个基因的全局表达量变化,呈现多样本或多基因表达量的聚类关系。 |
|
蛋白互作图
蛋白互作图(PPI)预测蛋白之间的相互作用的示意图,每一个圆形表示蛋白质,球之间的线条表示蛋白之间的相互关系,蛋白作为细胞功能执行者,不是凭借单个蛋白独立执行,而是依靠蛋白之间相互作用执行功能。 |
样本类型 | 细胞系 | 动物组织 (鸡肉&器官) |
动物组织 (骨骼&软骨) |
植物组织 (叶片&花) |
植物组织 (种子&根茎) |
血清/体液 | 酵母/微生物 | 蛋白溶液 |
送样要求 | 1×107个 | 50mg | 500mg | 200mg | 5g | 500μL | 300-400mg | 250μg |
服务流程 |
|