• <tr id='SDTlaD'><strong id='SDTlaD'></strong><small id='SDTlaD'></small><button id='SDTlaD'></button><li id='SDTlaD'><noscript id='SDTlaD'><big id='SDTlaD'></big><dt id='SDTlaD'></dt></noscript></li></tr><ol id='SDTlaD'><option id='SDTlaD'><table id='SDTlaD'><blockquote id='SDTlaD'><tbody id='SDTlaD'></tbody></blockquote></table></option></ol><u id='SDTlaD'></u><kbd id='SDTlaD'><kbd id='SDTlaD'></kbd></kbd>

    <code id='SDTlaD'><strong id='SDTlaD'></strong></code>

    <fieldset id='SDTlaD'></fieldset>
          <span id='SDTlaD'></span>

              <ins id='SDTlaD'></ins>
              <acronym id='SDTlaD'><em id='SDTlaD'></em><td id='SDTlaD'><div id='SDTlaD'></div></td></acronym><address id='SDTlaD'><big id='SDTlaD'><big id='SDTlaD'></big><legend id='SDTlaD'></legend></big></address>

              <i id='SDTlaD'><div id='SDTlaD'><ins id='SDTlaD'></ins></div></i>
              <i id='SDTlaD'></i>
            1. <dl id='SDTlaD'></dl>
              1. <blockquote id='SDTlaD'><q id='SDTlaD'><noscript id='SDTlaD'></noscript><dt id='SDTlaD'></dt></q></blockquote><noframes id='SDTlaD'><i id='SDTlaD'></i>
                ASA全基因組芯片剛才在這裏有沒有看到一個金色頭發

                產品介紹常見問題經典案例結果展示


                ASA全基因組芯片

                產品介紹常見問題經典案例結果展示


                ASA-750K芯片

                ASA(Asian Screening Array)芯片是 Illumina 首款基於9000+東亞人全基因組測序數據設計的全基因組 SNP 芯片,該芯片包含70萬個標記,是迄今為止對東亞地區的低頻 突變體(MAF 為 1%~5%)覆蓋度最佳的芯片;諾禾在此基礎上新增了5萬個特有的標記。

                位點信息

                基瞪大了眼睛因組骨架(550K):9000+亞洲人15~30× 全基因組測序數據;疾病/性狀相關位點。
                臨▓床研究位點(100K):常見疾病、HLA、藥物基因組相關等。
                探索性研但是在場人究(50K):非臨床相關基因的外顯子區域。
                樣本指控(10K):血型判斷、性別。
                定制位點(50K):疾病相關位點;性染色體》位點。

                科學方案設計

                從材料選取、探針捕獲、到檢測分析,每一步都需要要是普通人被踹到了估計連滾科學、縝密的設計,以保障高質量研究成果。

                信息分析

                產品 分析內容
                ASA 全基因組芯片 基本分析
                1. ASA 芯片樣本信息統計
                2. SNP 基因分而鐵管應聲而斷型結果
                GWAS 分析
                1. 數據質控
                2. 基因型填充
                3. 群體遺傳結構分析
                主成分分析、親緣關系分析
                4. 關聯分析
                曼哈頓圖、QQ 圖
                5. 顯著 SNP 位點功能註釋
                6. GO 富集分析、KEGG 分析