主要内容

质谱和生物分析

来自分离技术的数据产生的峰，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研究中识别和量化各种生物分子(如蛋白质)是必不可少的。工具箱允许您从各种仪器导入原始质谱数据。您可以对这些数据进行预处理，并通过归一化、校正峰值信号的基线和重采样高分辨率数据来提高其质量。通过检测峰值并将其与参考值对齐来描述数据的特征。使用统计和机器学习算法检测潜在的生物标志物。

突出主题
  • 数据导入
    从MZCDF、MZXML、JCAMP、TGSPC、SFF、SCF文件导入信号数据
  • 预处理
    准备原始或中心信号数据进行分析
  • 频谱与信号分析
    模式或复合识别;对准和校准光谱和信号的峰值和其他数据集

特色的例子

原始质谱数据的预处理

原始质谱数据的预处理

提高质谱原始数据的质量。特别地，这个例子说明了蛋白质表面增强激光解吸/电离飞行时间质谱(SELDI-TOF)预处理的典型步骤。
打开脚本
识别重要特征和分类蛋白质谱

识别重要特征和分类蛋白质谱

对质谱数据进行分类，并使用一些统计工具来寻找潜在的疾病标志物和蛋白质组学模式诊断。
打开脚本
液相色谱/质谱(LC/MS)对复杂蛋白和代谢物混合物的差异分析

液相色谱/质谱(LC/MS)对复杂蛋白和代谢物混合物的差异分析

如何SAMPLEALIGN该功能可以纠正联用质谱数据集色谱维度的非线性扭曲，而不需要对样品化合物进行充分识别和/或使用内部标准。通过纠正一对(或一组)生物学相关样本之间的这种偏差，差异分析得到了加强，并可以实现自动化。
打开脚本

生物信息学工具文档

万博1manbetx

尝试MATLAB, Si万博1manbetxmulink和其他产品s manbetx 845

得到审判现在