科技服务
全基因组重测序
通过高通量测序技术对某一物种个体或群体的基因组进行测序及差异分析，获得大量的遗传变异信息，如单核苷酸多态性（SNP）、插入缺失（InDel）、结构变异（SV）、拷贝数变异（CNV） 等用于开发分子标记建立遗传多态性数据库，为后续揭示进化关系、挖掘功能基因等奠定数据基础。
- 基因功能研究：可用于开发分子标记，建立遗传多态性数据库，挖掘性状基因，为分子辅助育种等奠定基础。；
- 进化分析：讨论群体的遗传结构、基因交流情况、物种形成机制以及群体进化动态等生 物学问题，从而从分子层面深入研究该物种的进化历程；
- 疾病研究：单基因疾病或复杂疾病研究。
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。
