生物科研人員發文章必不可少的就是對測序資料梳理整合，目前比較火爆的分析內容有關鍵基因篩選，基因家族分析，排名前十的GO註釋分類圖，特定功能相關基因的互作網路圖，多個分組共有差異基因通路展示，轉錄因子預測及功能分析等等。這些分析怎麼做？需要提供什麼資料？收費貴不貴？多久能拿到結果？我能不能自己做？
轉錄組資料分析
目前比較模式化，要想贏得審稿人青睞，必須要結合具體的科學問題做針對性展示。
轉錄組資料分析挖掘
幾步走？我們將眾多的分析內容歸納為4大類：所有基因挖掘、差異基因挖掘、表達量挖掘、高階工具挖掘。
1、所有基因挖掘
針對所有檢測到的基因，我們可以用基因名稱、功能註釋、序列資訊等進行檢索篩選；基於篩選的關鍵基因或者前期研究結果，重點關注某類基因家族，從序列資訊比對、功能結構域保守性分析、家族進化樹分析、表達模式分析等進行研究，進而解析基因家族與生物學性狀的關係。
2、差異基因挖掘
差異基因挖掘是基於差異基因篩選，實現不同分組間差異表達基因的比較、功能註釋和通路富集分析等，解析參與生物學過程的關鍵基因及其功能。
3、表達量挖掘
表達量挖掘可以根據各個基因的表達量，實現不同樣品中共同表達和特異表達的基因的篩選，如組織特有表達基因篩選、不同處理樣品間特異表達基因篩選、不同發育時期特異表達基因篩選等，並對特定基因進行後續功能分類分析，如聚類分析，表達模式分析等。
4、高階工具挖掘
高階工具挖掘主要是整合基因表達量與表型資料、互作資訊、其他組學資訊，進行基因共表達網路（WGCNA）、蛋白互作網路圖、組學聯合分析等，解析基礎代謝過程和轉錄調控網路。
針對上面這些分析內容，百邁客生物雲平臺免費開放了不限次的個性化挖掘和108款作圖小工具，一鍵出圖。百邁客雲於2014年5月正式開放，經過6年的打磨，轉錄組雲分析（次賬號）集結視覺化資料分析APP、個性化分析小工具、文獻檢索、公共資料庫、培訓影片，是科研工作者專案管理一站式平臺。在這個風起“雲”湧的時代，百邁客雲以快速、全面、透明的姿態全面起航。
轉錄組資料分析與挖掘
