快捷下單入口關(guān)于合作招聘新人手冊(cè) 會(huì)員中心

熱線：400-152-6858

測(cè)試狗科研服務(wù)

{{couponData.name}} ￥{{Math.floor(couponData.money)}} {{couponData.discount}}折￥{{couponData.random_min_money | int}}~{{couponData.random_max_money|int}}

{{timeH}}:{{timeM}}:{{timeS}}

{{couponData.name}} ￥{{Math.floor(couponData.money)}} {{couponData.discount}}折￥{{couponData.random_min_money | int}}~{{couponData.random_max_money|int}} （{{couponData.min_amount==1?'無門檻':'滿'+Math.floor(couponData.min_amount)+'可用'}}）

距失效

時(shí)

分

秒

項(xiàng)目介紹

聚類是基因表達(dá)數(shù)據(jù)分析中的重要工具 - 無論是在轉(zhuǎn)錄本還是蛋白質(zhì)水平上，這種無監(jiān)督分類技術(shù)通常用于揭示隱藏在大型基因表達(dá)數(shù)據(jù)集中的結(jié)構(gòu)。其中大多數(shù)聚類算法都會(huì)對(duì)數(shù)據(jù)進(jìn)行硬分區(qū)，即每個(gè)基因或蛋白質(zhì)都精確分配給一個(gè)聚類。如果群集分離良好，則硬群集是有利的，但是基因或蛋白質(zhì)表達(dá)數(shù)據(jù)通常不是這種情況，因?yàn)榛蚧虻鞍踪|(zhì)簇經(jīng)常重疊。另外，硬聚類算法通常對(duì)噪聲非常敏感。為了克服硬聚類的局限性，我們實(shí)施了軟聚類，軟聚類具有更強(qiáng)的噪聲魯棒性，并且可以避免對(duì)基因或蛋白質(zhì)進(jìn)行先驗(yàn)的預(yù)過濾，這樣可以防止從數(shù)據(jù)分析中排除生物學(xué)相關(guān)的基因或蛋白質(zhì)。

分析方法

采用 Mfuzz 方法對(duì)不同連續(xù)樣本下蛋白的表達(dá)進(jìn)行聚類分析。該方法采用了一種新的聚類算法 fuzzy c-meansalgorithm，相比 K-means 等 hard clustering 算法，一定程度上降低了噪聲對(duì)聚類結(jié)果的干擾，而且這種算法有效的定義了基因和 cluster 之間的關(guān)系。為了進(jìn)一步了解每個(gè) cluster 中蛋白參與的生物學(xué)過程，我們分別對(duì)對(duì)每個(gè) cluster 中的蛋白進(jìn)行了 GO 功能、KEGG 通路和蛋白結(jié)構(gòu)域的富集分析。

樣品要求

詳情請(qǐng)聯(lián)系技術(shù)經(jīng)理。

項(xiàng)目案列

連續(xù)樣本表達(dá)模式聚類分析結(jié)果圖

基于蛋白 cluster 的功能富集聚類分析熱圖

常見問題

學(xué)術(shù)文章

項(xiàng)目推薦

太大了小峓子受不了春雨,久久精品a亚洲国产v高清不卡,最近2019手机中文字幕7,久久99国产精品久久99果冻传媒

測(cè)試狗科研服務(wù)

舉報(bào)有獎(jiǎng)

意見反饋