Menu
简化基因组测序（Reduced-Representation Genome Sequencing，RRGS）是指利用限制性内切酶打断基因组DNA，对特定片段进行高通量测序获得海量遗传多态性标签序列来充分代表目标物种全基因组信息的测序策略。
泛基因组包括核心基因组（Core genome）和非必须基因组（Dispensable genome）。其中，核心基因组由所有样本中都存在的序列组成，一般与物种生物学功能和主要表型特征相关，反映了物种的稳定性
基因组Survey基于小片段文库的低深度测序数据，通过K-mer分析，从而有效的评估基因组大小、GC含量、杂合度以及重复序列的含量等信息，
拷贝数变异(Copy number variation, CNV)是由基因组发生重排而导致的, 一般指长度为1 kb 以上的基因组大片段的拷贝数增加或者减少, 主要表现为亚显微水平的缺失和重复。CNV 是基因组结构变异(Structuralvariation, SV) 的重要组成部分。
生物信息学（Bioinformatics）是一门交叉科学，它包含了生物信息的获取、加工、存储、分配、分析、解释等在内的所有方面，它综合运用数学、计算机科学和生物学的各种工具，来阐明和理解大量生物数据所包含的生物学意义。
单细胞转录组测序（Single cell RNA sequencing），是在单个细胞水平对mRNA进行高通量测序的一项新技术，针对单个细胞研究其整体水平的基因表达情况，成功解决细胞分子机制研究中常见的细胞异质性、细胞量少而无法进行常规高通量测序等难题。
细胞全基因组测序技术是在单细胞水平对全基因组进行扩增与测序的一项新技术。其原理是将分离的单个细胞的微量全基因组DNA进行扩增，获得高覆盖率的完整的基因组之后通过外显子捕获进而高通量测序用于揭示细胞群体差异和细胞进化关系。
特定代谢物含量检测属于靶向代谢组学分析。代谢组学主要研究的是作为各种代谢路径的底物和产物的小分子代谢物（MW<1500）。其样品主要是血浆或者血清、尿液、唾液、以及细胞和组织的提取液，以及细胞和组织的提取液。
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。