MicroRNA芯片分析

生数据标准化 (Raw data normalization)    对原始数据进行处理，通过特定的统计分析，达到消除背景噪音，过滤脏数据，去除同一实验不同block之间、不同芯片之间的实验误差，使不同芯片的数据具有可比性。

差异表达分析 (DEG analysis)    差异表达分析是芯片数据的基本分析手段之一，不同方法适用于不同的数据，常用的方法有limma，SAM，T-test ，Fisher’s exact test等。

miRNA靶标基因的预测(miRNA target prediction)   选取在十多种预测方法中至少有5种预测算法预测一致的靶基因

miRNA-mRNA调控网络(miRNA regulation network)   基于MicroRNA的负调控属性，选取显著负相关的miRNA和gene进行网络分析

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