可视化分析平台

无需编程、随想随做

标准化分析：可视化操作，参数自定义，无需编程即可做生信分析

个性化分析：深入解读，无需等待沟通结果，随想随做

公共数据挖掘

探索数据背后的生物学价值

公共测序数据库：一键下载、整合分析

41572条棉花基因功能信息

功能信息涵盖

公共数据分析思路

分析思路1

共表达分析中，整合大量相关公共样本测序数据，可构建出相较于常规样本量下可靠度更高的基因共表达网络，从而基于该网络进行更加准确的后续分析：a）预测目标转录因子的下游调控基因、目标调控网络中的关键转录因子；b）预测ncRNA与mRNA之间的靶向关系；c）基于网络中已知功能基因推测同网络中其他功能未知基因功能；d) 将每个共表达模块分别作为一个整体，计算其与各组织或各发育时间点之间的相关性，建立各组织相关或各时期相关基因表达网络……

支撑文献：

[1] Wisecaver JH et al. A Global Coexpression Network Approach for Connecting Genes to Specialized Metabolic Pathways in Plants. Plant Cell. 2017
[2] Yu C et al. Transcriptome dynamics of developing maize leaves and genomewide prediction of cis elements and their cognate transcription factors. Proc Natl Acad Sci . 2015

分析思路2

研究某一类基因的转录水平在不同处理下（或不同组织部位间、或不同发育时间点等）的变化规律，可整合多个类似研究中的公共测序数据来共同揭示该变化规律，使结果更加可靠。

支撑文献：

[1] Patil G. et al. Soybean (Glycine max) SWEET gene family: insights through comparative genomics, transcriptome profiling and whole genome re-sequence analysis. BMC Genomics. 2015

[2] Matthijs M et al.Profiling of the Early Nitrogen Stress Response in the Diatom Phaeodactylum tricornutum Reveals a Novel Family of RING-Domain Transcription Factors. Plant Physiol. 2016

其他分析思路

1. 整合同一物种公共测序数据，构建物种完备转录本序列参考集，用于后续功能分析。

支撑文献：

Iyer MK et al. The landscape of long noncoding RNAs in the human transcriptome. Nat Genet. 2015
2. mRNA-ncRNA联合分析中，利用公共数据补充其中一种类型的RNA测序数据。

支撑文献：

Liu X et al. MicroRNA-mRNA regulatory networking fine-tunes the porcine muscle fiber type, muscular mitochondrial respiratory and metabolic enzyme activities. BMC Genomics. 2016

生信科研学习平台

助力提升科研效率