多组学整合分析随着高通量技术的广泛应用而生，研究人员可以从基因组、转录组、蛋白质组、交互组、表观基因组、代谢组、脂质体和微生物组等不同分子层面大规模获取组学数据，多组学整合数据分析使得生物学发生了革命性的变化，促进我们对生物过程和分子机制的深刻理解。随着高通量组学方法在生物样品分析中的使用，每天都生成万亿到千兆字节大小的数据文件。从层面上的研究逐步走向完善，从部分到整体也是一种必然的趋势。多组学整合数据分析不仅仅是数据的拼接，更是对生物学解释的深入研究，为基础生物学以及疾病研究提供新思路。

多组学整合分析技术优势：

单一组学分析方法可以提供不同生命进程或者疾病组与正常组相比差异的生物学过程的信息。但是，这些分析往往有局限性。多组学方法整合几个组学水平的信息，为生物机制提供了更多证据，从深层次挖掘候选关键因子；通过将基因、mRNA、调控因子、蛋白、代谢等不同层面之间信息进行整合，构建基因调控网络，深层次理解各个分子之间的调控及因果关系，从而更深入的认识生物进程和疾病过程中复杂性状的分子机理和遗传基础。

多组学整合分析应用领域：

农林领域：生长发育研究、胁迫和非胁迫机制、作物育种、珍稀物种保护研究、药用植物研究等；
畜牧业：生长发育研究、畜禽重要经济性状功能基因的挖掘、致病机理研究、牧草生物斜坡和逆境转录因子挖掘等；
海洋水产：生长发育研究、生物进化研究和、毒理学和水产品安全等；
生物医药：生物标志物，疾病机理机制，药物靶标、疾病分型，个性化治疗等；
微生物：致病机理，耐药机制，病原体-宿主相互作用研究等；
环境科学：发酵过程优化，生物燃料生产，环境危定风险评估研究等；

多组学整合分析包括：转录组与蛋白组联合分析， 转录组与代谢组联合分析， 蛋白组与代谢组联合分析， 代谢组与微生物组联合分析， 转录组与脂质组联合分析， 蛋白组与脂质组联合分析， 转录组、蛋白组、代谢组联合分析

多组学整合分析相关服务：

蛋白质组学
代谢组学
脂质组学
转录组测序
16S/18S/ITS扩增子测序

How to order?