トップへ

統計解析(データ解析)

特徴

  • DNAチップ研究所では、実験のみのご依頼はもちろん、正規化、発現変動遺伝子抽出、機能解析のご依頼などの解析のご要望に応じて、実施します。
  • ここではマイクロアレイ受託の遺伝子発現解析、miRNA発現解析および、次世代シーケンス解析のRNA-Seq、miRNA-Seqに関する解析をご紹介しています。

サービス概要

正規化

  • マイクロアレイや次世代シーケンスで得られた生データをサンプル間で比較をするために正規化(データの定量化、ノーマライズ)を行う必要があります。解析ソフトをお持ちでない場合は、少なくとも正規化までのご依頼をお勧めします。

データフィルタリング

  • マイクロアレイではアレイスキャン時にプローブの結果が有効かどうかを判定します。その結果に基づき、有効判定されたものを採用し、ノイズ等と判定されたものを解析から除外します。

発現変動遺伝子抽出(発現差解析)

  • ご指定の比較組合せに応じて、サンプル間または群間で変動する遺伝子を抽出します。サンプル間ではFold Change値あるいはT検定等の解析手法を使用し解析を行います。1群3サンプル以上ある場合にはT検定の有意差検定とFold Change値による解析を組み合わせて行います。
  • ご要望に応じてベン図での比較やクラスタリングによる抽出も行います。ベン図での比較は、抽出した遺伝子からさらに共通する遺伝子を絞り込む場合に有効です。クラスタリングは時系列の検討で同じ変動パターンの遺伝子を絞り込む場合に行います。

標的遺伝子予測

  • miRNA解析の場合、そのmiRNAが標的とする遺伝子をTargetScan等の公共データベースにより予測します。

統合解析

  • 遺伝子発現と、miRNAのデータがある場合に行います。miRNAデータと遺伝子発現データを連結して、納品します。miRNAとmRNAの共発現や相関についても解析することが出来ます。

データQC

  • 階層的クラスタリング
    群内のサンプルにばらつきがないか、階層的クラスタリングでサンプル間を比較します。
  • 主成分分析(PCA)
    同様に群内のサンプルにばらつきがないか、非階層的クラスタリングであるPCAで比較をします。
  • その他
    ご要望に応じて2サンプル間の比較をScatter Plotにより解析します。 注意;階層的クラスタリング、主成分分析は6サンプル以上の場合に行います。 論文や発表用の作図も承っております。

階層的クラスタリング

- 階層的クラスタリングではサンプル間の関係性を検証し、群内で傾向の異なるサンプルがないか検証します。また、サンプルの類似度比較により、どのサンプルグループの距離が近いのかを検証します。

主成分分析(PCA)

- PCAではサンプル間の関係性を検証し、群内で傾向の異なるサンプルがないか確認します。

Scatter Plot(散布図)

-サンプル同士のデータの発現値を散布図で比較します。各サンプルの類似度と発現量の違いを視覚的にあらわす事ができます。

データ解析

機能解析

  • 特徴
    マイクロアレイやRNA-Seqでは、抽出した遺伝子でも数百、数千のリストになることがあります。遺伝子の機能解析をすることで解釈を深めることが出来ます。
  • GO解析
    ・ GO解析は、発現変動遺伝子群やクラスター解析によりグループ化された遺伝子群など、着目した遺伝子群を対象として統計的な評価に基づき、特長的なGO Termを抽出することができます。これにより発現値から生物学的な現象を捉えることをサポートすることが可能となります。

    ・ メーカーがGO情報を提供していない生物種についても公共データベースからGO情報の収集し(GOアノテーション情報作成)、GO解析を行います。

    詳しく見る
  • Pathway解析
    Pathwayとは、複数の生体分子の相互作用から構成されており、生体を維持・活動していくのに必要な生命現象を制御している、生物学的過程・経路のことです。発現値が変動した遺伝子 (例えば高発現、低発現の遺伝子) が有意に多く含まれるPathwayを統計学的に抽出します。解析に使用した全遺伝子をWikiPathwaysのPathway上にマッピングし、Pathway画像を作成致します。 Pathway解析ソフトウェア PathVisio による解析を行います。

    詳しく見る
  • Network解析
    Agilent社がPubMedから自然言語処理(NLP:Natural Language Processing)で収集した相互作用情報を利用して、発現変動遺伝子リスト内でのネットワーク構築を行います。

    詳しく見る

バイオマーカー探索

  • 特徴
    ・ バイオマーカーは、疾患の有無や活動性を反映するタンパク質等の生体分子を示す用語として用いられてきました。現在では、生体から発するあらゆる情報がバイオマーカーとして用いられる可能性を秘めています。例えば、遺伝子発現解析を用いて分子バイオマーカーの探索を行うこともできます。
    ・ 学習セットと前向き試験セット(テストセット)の遺伝子発現データを用意し、学習セットを用いて、ある事象を判別するマーカー遺伝子を抽出します。その後、Weighted Vote法などで前向き試験セットを対象に予測を行います。

    特徴
    学習セットおよび前向き試験セット、それぞれ数十サンプル以上は必要となります。サンプル数が少ない場合にも、それに従った解析手法がありますのでご相談ください。

Contact

お問い合わせ

受託サービス・取扱製品に関するお見積もり、ご依頼、お問い合わせは下記より担当窓口へお問い合わせください。