脂质组分析
脂类化合物通常被定义为自然界中存在的一类难溶于水、易溶于有机溶剂的小分子化合物,是生物体内非常重要的物质。脂类化合物与细胞凋亡、信号传导、疾病感染、免疫功能,以及胎儿代谢缺陷都密切相关,脂类化合物的代谢还与糖尿病、肝癌、肾病、乳腺癌密切相关。
脂类化合物通常被定义为自然界中存在的一类难溶于水、易溶于有机溶剂的小分子化合物,是生物体内非常重要的物质。脂类化合物与细胞凋亡、信号传导、疾病感染、免疫功能,以及胎儿代谢缺陷都密切相关,脂类化合物的代谢还与糖尿病、肝癌、肾病、乳腺癌密切相关。
靶向代谢组学(Targeted Metabolomics)是代谢组学研究的重要组成部分,也是全代谢组研究的延伸与拓展。相对于全代谢组分析而言,靶向代谢组分析具有特异性强,检测灵敏度高和定量准确等几个特点。
全代谢组学,又称代谢全谱或非靶向代谢组学分析,采用色谱-质谱联用技术采集样品的代谢谱图,比较不同组样品代谢产物的含量,鉴定差异表达的代谢物,并探索差异代谢物之间的代谢通路。
免疫组库(Immune Repertoire,IR)是指在任何指定时间,某个个体的循环系统中所有功能多样性B细胞和T细胞的总和。免疫组库测序(Immune Repertoire sequencing(IR-SEQ))是以 T/B 淋巴细胞为研究目标
组蛋白质组学联合分析,在目前各种类型的组学中,核酸组学(主要是基因组学和转录组学)告诉我们可能发生什么(发掘生命现象的底层原因),蛋白组学告诉我们将要发生什么(发掘生命现象的表层原因)
蛋白质组与转录组联合分析,转录组学和蛋白质组学都是获得基因表达情况的重要工具,从生物学角度上看,转录组代表了基因表达的中间状态,可以反映诸如转录调控、转录后调控的机理;
转录组学和代谢组学整合分析,是指对来自转录组和代谢组的批量数据进行归一化处理及统计学分析,建立不同层次分子间数据关系;同时结合功能分析
通过对不同层面的表达水平分析,实现对蛋白质及代谢物的全谱分析。蛋白组是某种生物所能表达的所有蛋白质,蛋白质是生命功能的执行者,其含量的变化在生物体的生长、环境应激、疾病发生发展等过程中发挥着重要的作用,是生命活动执行者。
组学主要包括基因组学(Genomics)、转录组学(Transcriptomics)、蛋白质组学(Proteomics)和代谢组学(Metabolomics),高通量组学方法的应用产生了大量基因组、转录组、蛋白质组和代谢组等组学数据。
蛋白芯片是一种高通量监测系统,通过靶分子和捕捉分子相互作用来监测蛋白分子之间的相互作用。捕获分子一般都预固定在芯片表面,由于抗体的高度特异性和与抗原强结合特性所以被广泛的用做捕获分子。
微生物群落广泛分布在地球上的每个生态系统中,它们的活动影响着自然环境的营养循环、土壤肥力,有机质的分解,以及物质与能量之间的交换。现代分子生物学揭示,自然界中微生物群落及其栖息的环境远比人们预期的复杂和多样,通过纯培养技术在实验室所获取的微生物仅占环境微生物总量的1%左右。
蛋白质翻译后修饰(PTM),也称修饰蛋白质组学,通过在一个或多个氨基酸残基上加上修饰基团,可以改变蛋白质的物理、化学性质进而影响蛋白质的空间构象、活性、亚细胞定位、蛋白质折叠以及蛋白质-蛋白质相互作用。
DIA(Data independent acquisition)是基于静电场轨道阱Orbitrap带来的一项全新的、全息式数据非依赖性采集定量技术。
PCR array亦被称为功能分类芯片或PCR列阵,它结合了实时定量PCR技术灵敏可靠的优势以及微阵列技术同时检测多种基因表达量的优势,是分析信号通路或某生物学功能相关基因表达状态的首选工具。
长链非编码RNA (LncRNA)是一类长度超过200nt的RNA,它们本身并不编码蛋白,而是以RNA的形式在多种层面上(表观遗传调控、转录调控以及转录后调控等)调控基因的表达水平。近年来的研究表明:LncRNA广泛参与各种生物学过程,LncRNA的异常表达与包括癌症在内的多种疾病密切相关。
致癌试验,是检验外来环境因素或化合物及其代谢物是否具有诱发癌或肿瘤(包括恶性肿瘤(癌)和良性肿瘤)作用的试验。能诱发恶性或良性肿瘤的物质,称为致癌物。
从问题的提出(目的意义)、研究依据和假设、研究对象和方法、研究目标、研究内容、研究步骤、保证措施、备选方案、风险分析和成果形式等不同的方面对提出的问题进行科研整体研发方案设计。
提供科研仪器的检测与维修服务。严格按照《中华人民共和国计量法》及有关计量法规的要求,相关检定规程、校准规范、国标或仪器说明书技术指标的要求等进行全面的校准和/或检测;
信号通路(Pathway)是多个蛋白质间相互作用,共同调节细胞功能和代谢活动的过程。而信号通路分析是通过对差异基因按照Pathway的主要公共数据库KEGG和Biocarta来进行分类,对Pathway中的基因进行基于离散分布的显著性分析,得到与实验目的有显著联系的Pathway 分类,该分类即导致样本性状差异的重要Pathway。