通過使用穩定同位素標記可以使蛋白定量根據準確穩定,然而也有其自身限制,比如額外的樣本處理標記,高昂的試劑成本,標記效率問題,低豐度肽段以及樣本檢測通量等。所以采用非標記蛋白定量(Labelfree),可以避免這些問題的煩惱。Labelfree是通過比較質譜分析次數或者質譜峰強度,分析不同來源樣本蛋白的數量變化,利用相關統計軟件(Maxquant) 從而對蛋白質進行定量,目前已經成為蛋白質組學領域內較為快速的解決方案。
統計分析 |
![]() |
全局統計分析
所有鑒定到蛋白表達量的分布范圍,每條曲線表示一個樣本,分布是經過正態分布擬合處理后的,圖中縱坐標為頻數,橫坐標為表達量log10后的數值。 |
![]() |
箱式圖
箱式圖又稱盒須圖、盒式圖或者箱線圖,是一種表現有關數據的位置和分散情況資料的統計圖。箱型圖主要包含六個數據節點,可粗略表達出數據是否有對稱性,分散程度等信息。 |
|
![]() |
PCA分析
主城成分分析(PCA分析)是數理統計中的一種降維分析方法,將一組數據的主要矛盾提取出來,提取出的核心要素成為“成分”(component),并以百分比排序。排名靠前的主成分可以反應復雜的數據中的關鍵信息。 |
|
![]() |
火山圖
火山圖(Volcano Plot)在一張圖中顯示了兩個重要指標(Fold change/p-Value),可以非常直觀且合理地篩選出在樣本之間發生差異表達的基因。 |
功能注釋分析 |
![]() |
GO注釋
基因的本體論(Gene Ontology)是建立一套特定的詞匯集合來描述生物學功能,以此對基因功能注釋統一化。用于描述生物學功能的詞匯必然反映生物學功能的本質。 |
![]() |
KEGG分析
京都基因與基因組百科全書(KEGG)是基因組破譯方面的數據庫,整合了基因組、化學和系統功能信息的數據庫。 |
蛋白聚類與互作分析 |
![]() |
聚類熱圖
聚類熱圖(heatmap)是通過排列矩陣的行列,將相似的數值放在一起展示聚類分析結果的圖像,以直觀的呈現多樣本多個基因的全局表達量變化,呈現多樣本或多基因表達量的聚類關系。 |
![]() |
蛋白互作圖
蛋白互作圖(PPI)預測蛋白之間的相互作用的示意圖,每一個圓形表示蛋白質,球之間的線條表示蛋白之間的相互關系,蛋白作為細胞功能執行者,不是憑借單個蛋白獨立執行,而是依靠蛋白之間相互作用執行功能。 |
樣本類型 | 細胞系 | 動物組織 (雞肉&器官) |
動物組織 (骨骼&軟骨) |
植物組織 (葉片&花) |
植物組織 (種子&根莖) |
血清/體液 | 酵母/微生物 | 蛋白溶液 |
送樣要求 | 1×107個 | 50mg | 500mg | 200mg | 5g | 500μL | 300-400mg | 250μg |
服務流程 |
|