3. 實時網(wǎng)上偵察和量化分析 （GenBank ， GenoList 及其它），你能更快更簡單分析眾多的2-D膠和DIGE膠， 并能取得更多信息。

4. 能完整及準確表達2-D 及DIGE 電泳圖像， 并能進行管理和注釋斑點信息， 報告和導(dǎo)出結(jié)果。5. 2010年發(fā)表的相關(guān)文章：Delta2D 和 Proteomweaver：兩款2-DE分析工具的性能評估

主要內(nèi)容如下：

Delta2D 和 Proteomweaver：兩款2-DE分析工具的性能評估

 

Delta2D and Proteomweaver: Performance evaluation of  two different

approaches  for 2-DE analysis

 

Electrophoresis 2010,  31, 1311–1317

Renato Millioni1、Manuela Miuzzo2、Stefano Sbrignadello、Ellen  Murphy11,3、Lucia  Puricelli1、Andrea Tura3、Elisa  Bertacco1、Marcello Rattazzi1、Elisabetta Iori1、Paolo Tessari1

 

電泳學雜志《Electrophoresis》于2010年31卷發(fā)表了一篇Decodon公司的2-DE（2D凝膠電泳）分析軟件Delta2D （D2D）與另一款同類分析軟件Proteomweaver （PW）性能比較的文章，題目是：《Delta2D 和 Proteomweaver：兩款2-DE分析工具的性能評估》。主要內(nèi)容如下：

 

2-DE是研究蛋白質(zhì)組的重要手段。然而，盡管2-DE技術(shù)能夠同時高效分離多個蛋白質(zhì)，但該技術(shù)的不足之處在于重復(fù)性差，特別是在比較不同實驗室的實驗數(shù)據(jù)時尤為明顯。2-DE電泳產(chǎn)生差異的原因主要可分為兩類：實驗過程中造成的和實驗后造成的。實驗過程中差異的出現(xiàn)主要是由物理和化學參數(shù)決定的；而實驗后造成差異的主要原因是使用不同的分析軟件，特別是工作程序的不同。用于分析2-DE的軟件很多，對凝膠圖像的識別與處理方式各不相同；目前為止尚未有相關(guān)研究說明這些分析軟件在2-DE分析過程中的優(yōu)劣。在Electrophoresis 的這篇文章里面，意大利Padua大學的Renato Millioni等人利用Delta2D和 Proteomweaver兩套軟件對相同的凝膠圖像（標準凝膠、實驗?zāi)z圖像）進行分析比較，結(jié)果顯示：對于標準凝膠圖像，比起PW來，D2D的錯漏數(shù)低50%、假陽性數(shù)低77%、陽性正確率高19%，并且斑點匹配率高4%；在實驗?zāi)z圖像的比較中發(fā)現(xiàn)D2D要比PW節(jié)省30%的時間，并且人為參與的部分更少。

 

軟件：Proteomweaver  version  3.0（Bio-Rad, CA, USA）  ，Delta2D  version  4.0  （Decodon, Greifswald,  Germany）

 

凝膠圖像：

實驗?zāi)z圖像：來自Padua大學的Renato Millioni實驗室實驗?zāi)z圖像，共兩組（組A，組B，如圖1）

圖像變形：通過對軟件相關(guān)參數(shù)的設(shè)置模擬凝膠在實驗過程中因各種物理化學參數(shù)產(chǎn)生的凝膠變形。