点击图片查看原图
差异蛋白的 KEGG分析
KEGG(Kyoto Encyclopedia of Genes and Genomes)的图形功能可以把基因及表达信息作为一个整体网络进行研究。KEGG的富集分析，除了要寻找目标基因或者蛋白质所参与的PATHWAY以外，还要将它们在这些PATHWAY中的分布比率与背景的分布情况进行比较，并对每个PATHWAY进行显著性分析。
聚类分析
聚类分析（Cluster Analysis）是对样品或者指标进行分类的一种多元统计分析方法。对不同条件下多个蛋白的表达进行聚类分析可以帮助选择共表达蛋白。正确的聚类分析，不但可以推断蛋白的功能，还可以发现蛋白之间存在的调控关系。
蛋白质互作网络分析
细胞进行生命活动是蛋白质在一定条件下相互作用的结果。蛋白质互作网络是生物信息调控的主要实现方式，是决定细胞命运的关键因素。通过筛选的差异蛋白进行基于实验验证，其他亲缘物种数据库检索、文献挖掘等多种信息进行蛋白互作网络的绘制，预测功能未知的蛋白质功能并了解生物功能的分子机制。
转录组与蛋白质组关联分析
基于蛋白质组、后期验证实验和生物信息学分析的整合结果，我们提供个性化绘图服务。通过整合的绘图一方面总结归纳整个实验项目的结果，同时对研究现在潜在的调控方式进行挖掘。
个性化图谱绘制
从DNA、mRNA到蛋白质的过程中涉及到一整套的表达调控机制，要探究生物体疾病机理、环境应激机制，描绘关键基因的表达模式，需要同步检测mRNA 和蛋白质的表达量并进行联合分析。对于一些蛋白数据库少的物种，利用转录组数据构建蛋白库，提高蛋白鉴定数。