蛋白质组学- 欧易集团云平台

蛋白质组学

25751

查看

加权基因共表达网络(WGCNA, Weighted Gene Co-Expression Network Analysis)，是一种从高通量的表达数据中挖掘模块(module)信息的算法，在该方法中module被定义为一组具有类似表达谱的基因，并探索module内基因网络与研究者关注的表型之间的关联关系。

多元统计分析

14913

查看

多元变量统计分析（Multivariate Statistical Analysis），简称多元变量分析，又称多元统计分析，为统计学的一支，常用于管理科学、社会科学和生命科学等领域。多元统计分析将先采用无监督的主成分分析（PCA）来观察各样本之间的总体分布和整个分析过程的稳定性，然后用有监督的偏最小二乘法分析（PLS-DA）及正交偏最小二乘法分析（OPLS-DA）来区分各组间特征轮廓的总体差异，找到组间的特征差异物质。

蛋白代谢功能富集分析-2023版

13337

查看

该工具针对于蛋白和代谢差异数据进行的功能富集分析，包括GO、KEGG、Reactome、InterPro、PPI_network和Wikipathways。

蛋白项目分析

6685

查看

根据蛋白表达量和分组信息文件，对筛选得到的差异蛋白进行GO分析、Pathway分析、互作分析三部分，同时针对差异比较组数据做火山图，表达模式聚类热图，venn分析等。此外，依据数据情况，研究相关性或者感兴趣部分，选择重点蛋白及其功能或者通路，进行后续重点研究及验证方向。

蛋白互作关系网络（PPI）

3491

查看

蛋白质相互作用网络（protein protein interaction network，PPI network）本工具为绘制蛋白互作网络图，以目标蛋白列表及该物种所有蛋白间可能存在的两两互作关系为输入文件，通过网络的形式直观展示一组蛋白中连接度较高的蛋白之间的相互作用关系。若带有表达量变化信息，还可以不同颜色区分上下调信息。

蛋白代谢GSEA分析

2567

查看

基因集富集分析（Gene Set Enrichment Analysis， GSEA）是一种用于确定一组预先定义的基因是否在两种生物状态（例如表型）之间显示出统计上显著的或一致的差异的计算方法。其分为三个步骤，分别为计算富集分数、估计富集分数显著性水平和矫正多重假设验证。 GESA常使用两大基因集合数据库：（1）GO：Gene Ontology(GO)数据库提供了专业的术语来定义基因产物的属性。它包含三大类：生物学过程（Biological Process，BP）；细胞组分（Cellular Component，CC）；分子功能（Molecular Function，MF）（2）KEGG：Kyoto Encyclopedia of Genes and Genomes (KEGG)是系统分析基因功能，联系基因组信息和功能信息的数据库。GSEA也支持自定义基因集合，例如miRNA靶标关系对集合

蛋白代谢时间序列趋势分析

2027

查看

趋势分析：分析展示具有时间序列特征的蛋白质组或代谢组数据中蛋白或代谢物表达的时间趋势，并将具有相似表达模式的蛋白或代谢物聚类

蛋白质谱鉴定生信分析

1861

查看

该流程只适用于Protein Discoverer搜索Uniprot数据库鉴定结果分析！根据搜库导出的蛋白肽段表，对蛋白进行定性结果可视化，包括分子量、肽段长度、覆盖度等，同时对鉴定到的蛋白进行GO功能分析、KEGG通路分析、String蛋白互作分析三部分，也可以选择重点关注蛋白进行富集分析。

富集和弦图

1716

查看

富集和弦图是circos图的一种，本工具绘制富集和弦图，用于展示转录/代谢/蛋白组功能和基因/代谢物/蛋白关系。