科技服务
全基因组关联分析
全基因组关联分析（GWAS）是将群体中个体的变异信息与性状的表型信息结合，以基因（位点）间连锁不平衡（LD）为基础， 将目标性状表型的多样性与基因（位点）的多态性进行统计学关联分析的方法，最终定位目标性状关联的位点和基因，具有“材料来源广、遗传变异多、性状定位全”的优势。
通过全基因组大样本重测序对动植物重要种质资源进行全基因组的基因型鉴定，并与关注的表型数据进行全基因组关联分析（GWAS），进而找到与关注表型相关的SNP位点，定位与性状相关基因，为后续动植物的育种提供科学理论依据。
典型宏基因组数据分析流程如下图所示：（可以根据实际项目需要定制专门的分析流程）
使用diamond软件将质控后的高质量测序数据比对到 nr数据库，得到样品的物种组成和相对丰度信息。
在注释时，使用CARD数据库中的工具软件rgi将非冗余基因的蛋白序列分别数据库进行比对，找出比对上的数据库中对应序列，并得到对应的抗性基因和抗性相关信息。
主成分分析(Principal Component Analysis, PCA)是一种分析和简化数据集的技术，通过将方差进行分解，将多组数据的差异反映在二维坐标图上，坐标轴取能够最大反映方差 的两个特征值。通过分析不同样品物种组成可以反映样品间的差异和距离。PCA图上两个样品距离越近，则表示这两个样品中物种的组成越相似。使用R语言工具分别绘制不同分类水平PCA分析图
我们的客户
我们的合作非常好。
