多组学

多组学提供生物学的全面视图

整合方法,获得更深入的见解和发现

什么是多组学?

多组学提供了一个综合方法,可帮助我们在多个生物学层面不断探索,获得新发现。通过将基因组学、转录组学、表观遗传学和蛋白质组学的数据相结合,研究人员可以更全面地了解正常发育、细胞反应和疾病相关的分子变化。

多组学还可以将过去实验中的单独组学数据(称为计算机多组学)相结合,从而有效分析新的生物学关系。无论选择哪种方法,因美纳都提供由NGS支持的解决方案,帮助您开展更多的多组学研究和分析。

watch video explaining multiomic research
变革性研究中的多组学方法

了解为何这些研究领导者决定在研究中使用多组学方法。

Multiomics eBook conver
运用多组学,实现探索能力的成倍增长

了解如何借助多组学更好地将基因型与表型联系起来,获得通过单一组学方法无法获得的完整细胞输出结果。

下载深入讲解多组学的电子书

将您的研究扩展到多组学

基因组学

重点关注生物体DNA中编码信息的结构、功能、演化、定位和编辑。

转录组学

研究由基因组产生的一整套RNA转录本。

蛋白质组学

评估蛋白质表达,更好地了解细胞功能并预测治疗反应。

表观基因组学

检查由DNA变化以外的其他因素引起的基因表达活性的遗传变化。

利用细胞群靶向方法来获得更强大的发现

使用基于NGS的解决方案开展多组学实验,发现生物实体之间的新联系、识别生物标志物、分析突变和其他表型,同时改进新疗法的发现。因美纳提供全面的解决方案,满足从广泛的细胞群分析到靶向单细胞分析所需的生物分辨率。了解更多详细信息,请查看我们的多组学方法比较指南

icon bulk cell
全面分析大量细胞群或组织切片

探索如何利用细胞群表位和核酸测序 (BEN-Seq)在单个工作流程中使用混合细胞或组织群来分析蛋白质和转录活性。


icon single-cell analysis
采用单细胞分析获得高分辨率数据

使用本技术说明中的ATAC-Seq,在单个分子测量中将转录组学和表观基因组学相结合,测量基因调控网络并深入了解细胞异质性。

了解转录组和表位的细胞标签测序 (CITE-Seq)如何在NGS支持的单次运行中提供蛋白质组和转录组数据。


icon spatial transcriptomics
组织中转录活性的空间图谱

了解空间转录组学的主要优势,它可以定位完整组织内的基因表达,以便更好地了解结构和活性。

简化分析,获得多组学解读信息和见解

测序后,数据分析是对样本进行生物学解读的关键步骤。一般来说,多组学数据分析流程包含三个阶段,每个步骤都有可用的软件。使用的方法取决于研究目标和您正在研究的组学。

初级分析

也称为碱基检出,初级分析将数据转换为碱基序列(A、T、C或G)作为二进制碱基检出(BCL)格式的原始数据文件,并在因美纳测序仪上自动运行。

二级分析

BCL序列文件格式需要转换为FASTQ格式,以用于因美纳、用户开发的或第三方二级分析工具。Illumina DRAGEN二级分析为大多数二级分析流程的各个步骤提供了工具。

三级分析

Correlation Engine是一个交互式知识库,用户能够将私人组学数据置于由校正的公共多组学数据构成的生物学背景中。

经常一并购买

更多资源

通过多组学推进癌症研究

了解安大略癌症研究所和联合健康网络的研究人员如何通过多组学将复杂表型的因果相关联,从而获得前所未有的发现。

单细胞多组学的成功应用

单细胞多组学领域的领先专家分享了他们使用多组学的成功经验,以及他们如何克服挑战并实现数据可视化。

多组学与基于NGS的蛋白质组学

探索如何使用因美纳的NGS解决方案将蛋白质组学纳入多组学。