质谱数据分析

质谱表达值数据标准化 (Normalization)    与翔基于当前最先进的质谱数据标准化方法开发了分析平台，可以显著改善质谱数据不太稳定的缺点。

差异表达分析 (DEG analysis)    对质谱数据的差异表达分析跟芯片数据的分析原理相同，但由于数据性质有所差异，因此最适用的分析方法也不同。
 

差异蛋白注释 (GO/pathway annotation)   采用不同数据库对筛选出来的重要蛋白进行注释。

基因集富集分析 (Gene Set Enrichment Analysis, GSEA)   富 集分析是基于统计学检验的case/control高通量分析方法，可用于揭示生物学样本（case相对于control）中被显著激活或显著抑制的功 能。与翔自主开发研制了不同的功能分析数据库，可以提供对GO、KEGG、BioCarta、疾病相关基因、肿瘤相关基因、转录因子结合位点等功能的富集 分析。

发展历史：源自清华大学医学院生物信息学研究所，2006年1月正式注册成立；国内最早的生物信息学专业数据分析公司；拥有自主研发的高通量数据分析分析平台，擅长各种芯片数据和质谱数据的深入分析。
团队成员：公司成员都是高学历的生物信息学人才，主要研发骨干为清华大学、北京大学和军科院的生物信息学博士，并建有自己的专业人才库，已收录200多位专业人才。
合作交流：
跟国内近百家科研单位进行数据分析合作
跟美国SpotFire公司和西班牙Integromics公司展开深入合作，为其提供高通量数据的生物信息学分析方案和专业软件开发