<<
>>
组间boxplot图
28750
查看
本工具用于boxplot,适用于组别为2组及以上,组内有生物学重复的数据集。 箱线图(Box-plot)又称为箱形图,是一种用作显示一组及多组数据分布情况的统计图形。其名称来源于其形状类似于箱子。箱线图除了可以反映出一组原始数据的分布特征,还可以通过联合作图进行多组数据分布特征的比较。 箱线图的绘制方法是:先找出及计算出每组数据的最大值、最小值、上四分位数、下四分位数和中位数这五个描述分布的参数(除去离群点);然后从上四分位数和下四分位数出发延伸出两条横向线段作为上底边和下底边绘制一个矩形(形状像箱子),再从中位数出发延伸出一条横向线段将矩形分割成上下两部分;最后从上四分位数和下四分位数出发延伸出两条纵向线段至最大值和最小值。 旧版boxplot提供小提琴图的绘制 小提琴图 (Violin Plot)是用来展示多组数据的分布状态以及概率密度。这种图表结合了箱形图和密度图的特征,主要用来显示数据的分布形状。与箱形图类似,但是在密度层面展示更好。在数据量非常大不方便一个一个展示的时候小提琴图特别适用。
富集分析
87155
查看
该工具功能包括GO(Gene Ontology)和KEGG(Kyoto Encyclopedia of Genes and Genomes)的富集分析。 GO: 其中Gene Ontology(GO)数据库提供了专业的术语来定义基因产物的属性。它包含三大类:生物学过程(Biological Process,BP)表示一个分子活动事件的过程,包括细胞、组织、器官和物种的功能集合,往往也是和实验研究问题关联程度最高的一类;细胞组分(Cellular Component,CC)表示细胞或其所处的外界环境;分子功能(Molecular Function,MF)是描述在分子水平上基因产物的活性元件。 KEGG: Kyoto Encyclopedia of Genes and Genomes (KEGG)是系统分析基因功能,联系基因组信息和功能信息的数据库。 该小工具除了支持人、大鼠和小鼠物种外还支持对含有背景文件的物种进行富集分析。
蛋白项目分析
5818
查看
根据蛋白表达量和分组信息文件,对筛选得到的差异蛋白进行GO分析、Pathway分析、互作分析三部分,同时针对差异比较组数据做火山图,表达模式聚类热图,venn分析等。此外,依据数据情况,研究相关性或者感兴趣部分,选择重点蛋白及其功能或者通路,进行后续重点研究及验证方向。
代谢项目分析
7763
查看
代谢组学流程包括:数据预处理、功能代谢组学分析、统计分析、差异比较分析以及通路富集分析等。
GSEA分析
52721
查看
基因集富集分析 (Gene Set Enrichment Analysis, GSEA)是一种用于确定一组预先定义的基因是否在两种生物状态(例如表型)之间显示出统计上显著的或一致的差异的计算方法。其分为三个步骤,分别为计算富集分数、估计富集分数显著性水平和矫正多重假设验证。 GESA常使用两大基因集合数据库: (1)GO:Gene Ontology(GO)数据库提供了专业的术语来定义基因产物的属性。它包含三大类:生物学过程(Biological Process,BP);细胞组分(Cellular Component,CC);分子功能(Molecular Function,MF) (2)KEGG:Kyoto Encyclopedia of Genes and Genomes (KEGG)是系统分析基因功能,联系基因组信息和功能信息的数据库。 GSEA也支持自定义基因集合,例如miRNA靶标关系对集合
差异分析
41709
查看
本工具为差异分析,旨在找出不同样本间的差异表达情况。 利用R中的DESeq或DESeq2包对各个样本的counts 数目进行标准化处理(采用BaseMean值来估算表达量),计算差异倍数,并采用NB(负二项分布检验的方式)对reads数进行差异显著性检验。 筛选标准:其一,FoldChange,即两样本中同一个基因表达水平的变化倍数;其二,pValue或qValue(adjusted pValue),qValue值的计算方法先要对每个基因进行 pValue 的计算,再用 FDR 错误控制法对 pValue 作多重假设检验校正。默认筛选差异的条件为 p<0.05 且差异倍数≥2。
富集基因占比条形图
9
查看
本工具主要针对富集结果,基于当前的ListHits和ListTotal数据,统计当前的基因占比情况并绘制基因占比条形图。
QIIME2常规流程(ASV)
6868
查看
微生物QIIME2常规分析流程(ASV),在常规报告基础上实现剔除样本、增加分组分析和修改样本分析名。 请参考使用说明核对文件格式要求。 请注意:如果您的项目报告中有一键化分析的按钮,可执行一键化分析,与此工具是一样的。链接如下:https://cloud.oebiotech.com/#/user/reportlog
PCA分析
79092
查看
主成分分析(Principal Component Analysis,PCA),是对原有的复杂数据进行降维,保持数据集中对方差贡献最大的特征,去除噪音和冗余,从而有效地找出数据中最“主要”的元素和结构,主要影响因素区分各个样本,根据样本远近展示样本/分组间的相似性和差异性。
GSVA
4483
查看
基因集变异分析 (Gene Set Variation Analysis,GSVA)通过对样本进行无监督分类,将基因在不同样品间的表达量矩阵转化成基因集在样品间的表达量矩阵,从而来评估不同的代谢通路在不同样品间是否富集。
宏基因组云流程
269
查看
适用于宏基因组常规报告 宏基因组云流程基于常规报告表达、注释背景文件,根据提供的样本分组表和差异比较表进行分析,结果文件内容和格式与最新常规报告一致。
有参转录组一键化报告
10683
查看
仅适用于有参转录组 有参转录组一键化报告基于常规报告表达和注释背景文件,根据提供的样本分组表和差异比较表进行表达统计,差异比较和富集分析。结果文件内容和格式与常规报告一致。 请注意:真核有参转录组报告中可进行交互式分析,无需自己上传项目背景文件,请前往“我的项目”,查看对应项目进行自主分析,地址链接:https://cloud.oebiotech.com/#/user/reportlog