|
敏芯科技为您提供SNP芯片数据分析服务
|
|||||||||||||||||
| [发表评论] [本类其他服务] [本类其他服务商] | ||||||||||||||||||
| 服务商： 上海敏芯信息科技有限公司 | 查看该公司所有服务 >> |
SNP 芯片数据分析数据分析方案
一、基本分析
1、 芯片原始数据的处理和基因分型，我们给出有统计意义的SNP列表。
2、 描述性统计，如minor allele frequency，Hardy-Weinberg equilibrium等。
3、 显著性检验，实验组与对照组的差异，假阳性率（FDR）的计算等。
4、 SNP的关联分析，建立线性模型或logistic回归模型等 (所有的统计可以选择由SAS，SPSS，或S-Plus/R给出)。
二、genotyping分析
利用Genotyping Console 3.0.1软件进行genotyping分析，统计出既有差异的SNP（p<0.01）。
三、CN与LOH分析
我们利用CNAG Version 3.3.0.0 beta 软件进行CN与LOH分析。统计方法利用Cochran-Armitage trend test统计CN在组份中gain/loss分布的差异。对于LOH，我们利用chi-test统计其在组份中LOH值的差异。
四、连锁不平衡图谱分析（LD-map）
分别构建病例组和对照组的连锁不平衡（linkage disequilibrium）图谱，能判断出两组之间LD存在差异的染色体区域，并且该区域SNP等位基因频率和单倍型频率在两组间分布存在统计学差异或差异趋势。
五、SNP生物学意义发掘
通过SNP在染色体上的位置，利用寻找SNP可能影响的基因( or EST)。我们也可以对相应基因进行功能的注释（gene ontology ， pathway和转录因子分析等），进而解释SNP可能的作用机理。该部分可以参考常规表达谱芯片的分析。
六、基于模式识别的SNP挖掘
传统的SNP挖掘使用统计学的方法来进行，往往在敏感性与特异性上有一定的限制。利用一些模式识别/机器学习的方法可以更好解决SNP筛选问题。我们提供基于决策树等SNP挖掘算法。
欢迎访问公司网站查看相关信息：www.sensichip.com.cn
手机版：SNP芯片数据分析服务
Copyright(C) 1998-2025 生物器材网 电话：021-64166852;13621656896 E-mail：info@bio-equip.com