日韩欧美中文字幕在线韩

  • <pre id="0xn3r"></pre>
  • <acronym id="0xn3r"><label id="0xn3r"><address id="0xn3r"></address></label></acronym>
    <td id="0xn3r"></td>
    <acronym id="0xn3r"><strong id="0xn3r"><listing id="0xn3r"></listing></strong></acronym>
    1. IPA

      產品詳情

      IPA(Ingenuity Pathway Analysis)
      組學數據建模、分析和理解工具

      深度挖掘生命科學核心研究領域中復雜的生物和化學關系


      Ingenuity Pathway Analysis (IPA?)介紹
      Ingenuity Pathway Analysis (IPA?)是一款基于云計算的圖形化界面生物信息學軟件,適用于基因表達、miRNA和SNP微陣列及代謝組學、蛋白質組學等數據的分析、整合和理解。IPA?還適用于生成基因、化合物的各類小規模實驗的數據分析。IPA?從生物學通路角度,助您挖掘實驗數據中隱藏的生物學意義,揭秘實驗數據價值。


      IPA是一款一體化的基于網絡的軟件應用程序,可實現基因表達、miRNA和SNP微陣列及代謝組學、蛋白質組學和RNAseq實驗數據的分析、整合和理解。IPA還可用于小規模實驗分析,生成基因和化學物質清單。利用IPA可以搜索有關基因、蛋白質、化學物質和藥物以及實驗系統相互作用模型構建的目標信息。數據分析和搜索性能有助于理解數據、特定靶點或候選生物標記物在更大的生物學或化學系統中的重要性。該軟件以Ingenuity Knowledge Base高度結構化且內容豐富的生物學和化學發現為基礎。


      應用

      IPA幫助您揭秘下列領域的數據背后的發現:
      -
      轉錄組學
      -生物標記物發現
      -miRNA研究
      -毒物基因組學
      -代謝組學
      -藥物再定位
      -蛋白質組學
      -因果網絡分析

      轉錄組學
      IPA 可以幫助您分析幾乎所有的轉錄組學相關的問題和應用

      生物標志物發現
      鑒定實驗數據集中具有潛力和最相關的生物候選物

      MicroRNA 研究
      鑒定microRNA 研究中生物性最相關的靶點

      毒理基因組學
      提供候選化合物毒性和安全性評估

      代謝組學
      將您的代謝組學數據與Ingenuity Knowledge Base中豐富的通路和過程信息關聯

      NGS/ RNA-Seq數據分析
      更好地理解分析由RNA-Seq實驗得到的異構體特異性的生物學意義

      蛋白質組學
      幫助您回答設計蛋白組學實驗時遇到的生物學問題

      因果網絡分析
      幫助您建立更全面的調控網絡,便于您更好的了解基因數據背后的生物學意義



      IPA?支持的物種
      人類、大鼠和小鼠
      其他可以找到人類、大鼠和小鼠的直系同源基因的物種,如:擬南芥(Arabidopsis thaliana)、斑馬魚( Danio rerio )、果蠅(Drosophila melanogaster)等

      Ingenuity knowledge Base是IPA最核心的部分,其是一個及其專業的生物學相互作用和功能注釋的數據庫,其收集了上百萬的關于蛋白質,基因,化合物,細胞,組織,藥物和疾病的之間最直接的相互作用關系信息。這些相互作用關系,任何的發現,包含了詳盡的信息,已經收集到的原始文獻,均由幾百位博士專家整理并且審閱,確保其準確性。數據庫中這些信息有機的整合在一起,能夠讓研究者由相關的信息,由應用計算來的信息和由同義詞均得到準確的有保證的查詢結果。因此,Ingenuity knowledge Base具有別的數據庫無法比擬的容量和功能。


      IPA?功能


      IPA的各種分析性能

      Causal Network Analysis
      Causal Network Analysis可綜合鑒定數據組中控制基因表達的上游分子。Causal Network Analysis除探索數據組中上游調節因子與目標分子之間的直接或單程聯系外,還揭示了與數據組靶點相關聯的調節因子網絡。以目的分子、疾病或功能為標準對因果網絡進行評分,關注相關性最高的網絡。



      Comparison Analysis
      Comparison Analysis可以采用Comparison Analysis熱圖快速顯示經典信號通路分值隨劑量、時間或其他因素變化的趨勢。按分值、層次聚類或趨勢區分優先次序。


      BioProfiler
      了解相關基因以及化合物,對疾病或表型進行快速譜分析。鑒定已知的存在因果關系的基因作為潛在靶點,或者鑒定有毒性、與已知藥物、生物標記物和通路相關的靶點。


      Upstream Regulator Analysis
      該分析可以預測可能引起基因表達變化現象的上游分子,包括miRNA和轉錄因子。


      Mechanistic Networks
      Mechanistic Networks可自動生成合理的信號通路級聯,描述導致基因表達變化現象的潛在機制。


      Downstream Effects Analysis
      利用基因表達結果鑒定重要的下游生物學過程的上調或下調。
      Pathway Analysis、Canonical Pathways、Overlapping Pathways、Pathway Import和評分
      利用這些分析確定受影響最大的通路。


      Network Analysis
      構建并探索轉錄網絡、miRNA–mRNA靶點網絡、磷酸化級聯反應及蛋白質–蛋白質或蛋白質–DNA相互作用網絡。鑒定從信號通路事件到轉錄效應等一系列調控事件。探索藥物或靶點與相關基因或化學物質之間的聯系,理解毒性反應。以與項目相關度最高的分子關系為基礎編輯并拓展網絡。


      microRNA Target Filter
      該過濾組件縮減了步驟數量,通過檢查miRNA–mRNA對、探討相關生物學背景并根據相關生物學信息及表達信息進行過濾,輕松、快速且可靠地鑒定mRNA靶點。microRNA Target Filter利用TarBase和miRecords提供的已經過實驗驗證的相互作用關系以及TargetScan預測的miRNA–mRNA相互作用關系,深入了解miRNA的生物學效應。此外,Ingenuity IPA還包括大量來源于同行評審文獻的miRNA相關結果。


      Toxicity Lists and Toxicity Functions
      Toxicity Lists and Toxicity Functions將實驗數據與臨床病理學終點相聯系,有助于理解藥理反應并支持作用機制和毒性機制假設的建立。


      Molecule Activity Predictor (MAP)
      利用MAP研究子網絡和經典信號通路,以及通過選擇目的分子,顯示上調或下調,并模擬網絡或通路中下游分子引起的結果和上游活動建立假設。


      Isoform View
      利用Isoform view可以明確高通量RNAseq數據的生物學意義。利用功能蛋白結構域和異形體文獻方面的信息,鑒定您實驗中受到明顯調控的異形體,并確定其潛在影響。


      Gene and ChemView
      利用Ingenuity IPA中的搜索功能,了解有關基因、藥物、化學物質、蛋白質家族、正常細胞和疾病過程以及信號和代謝通路的最新發現。


      Biomarker Filter
      該過濾功能可以根據與發現研究最相關的生物學特性,快速鑒定優質的候選生物標記物。


      Path Designer
      Path Designer將網絡和通路轉換為可供發表的通路圖,包括色彩、自定義文字和字體、生物學圖標、細胞器和定制背景。使用Ingenuity IPA中保存的高質量內容擴展并了解通路。


      Analysis Match

      ?? Analysis Match*自動挖掘IPA中其他相似或相反的核心分析的生物學結果進行對比,助力對結果的解釋,或從已有的其他生物學機制中挖掘意想不到的潛在信息。?

      ?



      ?*Analysis Match需要額外的授權,請聯系我們進行申請。


      產品更新
      2017年IPA冬季更新
      http://www.enisanodunayo.com/triinews/n724.html
      2017年IPA秋季更新
      http://www.enisanodunayo.com/triinews/n725.html
      2017年IPA夏季更新
      http://www.enisanodunayo.com/triinews/n726.html
      2018年IPA春季更新
      http://www.enisanodunayo.com/triinews/n756.html
      2018年IPA夏季更新
      http://tri-ibiotech.com/triinews/n793.html
      2018年IPA秋季更新
      http://tri-ibiotech.com/triinews/n822.html
      2018年IPA冬季更新
      http://tri-ibiotech.com/triinews/n822.html


      案例分享(點擊查看詳情):
      IPA應用案例:
      IPA案例一:IPA-PTM蛋白的通路和網絡分析案例
      IPA案例二:IPA MicroRNA Target Filter—鑒定出生物學上最相關的靶向分子
      IPA案例三: 深度挖掘二代測序NGS與基因表達實驗數據的價值
      IPA案例四:用IPA對三陰性乳腺癌RNA-Seq數據進行比較網絡和通路分析
      IPA案例五:IPA在前列腺癌的二代測序RNA-Seq數據分析中的應用
      IPA案例六:IPA分析免疫性疾病類風濕關節炎和二型糖尿病轉錄組潛在的共同通路和分子機制
      IPA案例七:IRF1是鉑抗性、高級別漿液性卵巢癌患者生存的獨立預測標志物
      IPA案例八:縱向轉錄組分析發現治療的急性萊姆病患者持續的差異基因表達特征
      IPA案例九:慢性淋巴細胞白血病芯片分析
      IPA案例十:轉錄組數據揭示ALV-J病毒在SPF雞體內的治病性炎癥應答機制
      IPA案例十一:整合microRNA與mRNA尋找癌癥轉移調節因子
      IPA案例十二:網絡藥理學分析揭示抗內皮炎癥為丹紅注射液“腦心同治”的共同機制
      IPA案例十三:使用IPA挖掘衰老成骨細胞中的特異基因
      IPA案例十四——使用IPA分析心肌細胞在不同時間拉伸處理后的轉錄組變化
      IPA案例十五——QIAGEN為循環轉錄組學提供進階RNA-Seq挖掘整體解決方案
      IPA案例十六——采用IPA用網絡發掘的方法重新探索Clomiphene對埃博拉感染的治療作用
      IPA案例十七:IPA在中藥領域應用二例


      QIAGEN產品綜合應用案例

      QIAGEN綜合案例一:探索西尼羅病毒感染參與通路及生物標志物
      http://www.enisanodunayo.com/Appofcase/n656.html
      QIAGEN綜合案例二:結合腫瘤基因組及轉錄組數據深度挖掘乳腺癌亞型分子網絡
      http://www.enisanodunayo.com/Appofcase/n677.html


      IPA(Ingenuity Pathway Analysis)軟件常見問題錦集

      http://www.enisanodunayo.com/Appofcase/n565.html



      點擊數:59574 錄入時間:2020-04-22 12:05:16【打印此頁】【返回

      Copyright ? 2008 - 2021 Tri-ibiotech.com All Right Reserved. | 備案許可證: 滬ICP備11020704-5.
      日韩欧美中文字幕在线韩