主要内容

质谱和生物分析

来自分离技术的数据，产生具有峰的迹线，包括MS，LC / MS，NMR，色谱和电泳

质谱和其他生物分析技术在生物学研究中是必不可少的，以识别和量化各种生物分子，例如蛋白质。Toolbox允许您从各种仪器导入原始质谱数据。您可以通过归一化，纠正峰值信号的基线，并重新采样高分辨率数据来预处理此类数据并通过质量提高其质量。通过检测峰值并将其与参考将它们对准来表征数据。使用统计和机器学习算法检测潜在的生物标志物。

突出显示主题
  • 数据导入
    来自MZCDF，MZXML，JCAMP，TGSPC，SFF和SCF文件的导入信号数据
  • 预处理
    准备原始或以中心信号数据进行分析
  • 光谱和信号分析
    模式或复合鉴定;对准和校准光谱和信号到峰值和其他数据集

特色例子

预处理原料质谱数据

预处理原料质谱数据

提高原料质谱数据的质量。特别地，该实施例说明了用于预处理蛋白质表面增强的激光解吸/电离 - 飞行质谱（Seldi-Tof）的典型步骤。
打开脚本
识别显着的特征和分类蛋白质谱

识别显着的特征和分类蛋白质谱

分类质谱数据并显示一些统计工具，可用于寻找潜在的疾病标记和蛋白质组学模式诊断。
打开脚本
液相色谱/质谱（LC / MS）复合蛋白和代谢物混合物的差异分析

液相色谱/质谱（LC / MS）复合蛋白和代谢物混合物的差异分析

怎么样的Samplealign.功能可以在连字质谱数据集的色谱尺寸中校正非线性翘曲，无需完全鉴定样品化合物和/或使用内标。通过校正在生物学相关样本的一对（或设定）之间的这种翘曲，增强了差分分析，可以自动化。
打开脚本

生物信息学工具箱文档

金宝app

尝试matlab，sim金宝appulink等产品下载188bet金宝搏

立即获得审判