<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0">
<channel>
<title>多组学服务-上海鲸舟基因科技有限公司</title>
<link><![CDATA[http://106.15.196.234list_17.htm]]></link>
<description>11多组学服务-上海鲸舟基因科技有限公司</description>
<item id="1">
<title><![CDATA[多组学分析服务]]></title>
<link><![CDATA[http://106.15.196.234show_89.htm]]></link>
<description><![CDATA[一、多组学分析 &nbsp;生命现象的发生和调控过程是极其复杂的，在肿瘤、自身免疫疾病、代谢疾病等复杂疾病的发生发展过程中，在干细胞分化、胚胎发育与物种进化等生命现象中，会涉及到基因组、转录组、蛋白质组及表观遗传等多层面的变化及调控。在大数据时代，将多个组学数据结合起来的整合研究——多组学（Multi-omics）研究，是一大趋势。对于一个复杂的疾病或生命现象的研究，要综合考虑其表型以及生理生化指标以及基因组、转录组、蛋白质组、表观遗传及代谢组等多层面的变化。将上述多组学的数据整合分析，以掌握其全局的变化过程，为研究其调控机制和精准医疗提供综合解决方案。二、从多组学研究到系统生物学研究解决方案三、多组学项目方案设计策略 — 技术的选择与实验设计多组学项目的方案设计要对要研究的疾病与现象深入了解与分析，根据不同的疾病在基因组、转录组和表观层面侧重合理选择适合技术。例如通过对3299份来自于12种实体瘤的样本的研究表明，肿瘤可以分为M class (mutation driven，突变驱动) 和C class (copy number driven，拷贝数变异驱动) 两类，其中C class的肿瘤主要有卵巢癌、乳腺癌、肺(鳞)癌及头颈癌等，此类肿瘤可以把重点放在拷贝数的研究中。所以根据疾病是否涉及基因组层面的变异或变异的侧重点，在基因组层面上选择外显子测序或CN]]></description>
<pubDate>2018-08-20 11:20:50</pubDate>
</item>
</channel>
</rss>