SNP芯片分析

芯片质量控制 (Quality control)   通过对数据的各项指标的分析作图，可以评估芯片实验质量，了解数据的分布规律，并为下一步分析方法提供参考。

读取基因型(Genotype call)    从CEL文件读取SNP基因型数据

探针质控(Quality control)   通过多种统计学算法过滤掉部分不适宜进入下一步分析的探针。
 

DNA拷贝数变化(CNV)以及杂合性缺失分析(LOH)分析

基因型分析（Genotype）   基于卡方检验等统计学分析，筛选在两组或多组样本中存在分布频率差异的SNP位点。Manhattan图可以用来观测各个染色体中显著差异SNP探针的数据分布。

主成分分析(PCA)

全基因组关联分析 (GWAS)   与翔自主开发了使用多种智能机器学习算法的GWAS分析流程。经过对数百套孤独症样本和HapMap对照数据集的分析测试，对独立样本的准确率可以达到92%。ROC曲线线下面积为0.9558。

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