BN分析軟件是全球唯一集電泳數(shù)據(jù)、色譜數(shù)據(jù)、光譜數(shù)據(jù)、表型特征數(shù)據(jù)、基因芯片、基因組序列、氨基酸序列等多種生物信息數(shù)據(jù)格式存儲和處理分析的軟件平臺，包括數(shù)據(jù)存儲、數(shù)據(jù)分析和數(shù)據(jù)分享三大功能。BN分析軟件優(yōu)化整合不同基因組與表型來源的數(shù)據(jù)，方便用戶進行數(shù)據(jù)分析管理并進行回歸分析。引進業(yè)界領先的數(shù)據(jù)庫引擎Oracle? 和 Microsoft? SQL Server?，為大數(shù)據(jù)管理分析提供了前提。同基因組與表型來源的數(shù)據(jù)，金云臺提供BN分析軟件，方便用戶進行數(shù)據(jù)分析管理并進行回歸分析。
一、指紋模塊（Fingerprint type module）
支持任意格式的光密度數(shù)據(jù)如凝膠電泳、毛細管電泳、氣象色譜、液相色譜、光密度曲線、MALDI、SELDI的分析處理。）同時BN提供了一系列基于電泳功能的分析插件，方便用戶對可變數(shù)目串聯(lián)重復序列（VNTR）、 多位點串聯(lián)重復序列分析（MLVA）、 基于CECE的異源雙鏈分析（HAD）、金黃色葡萄球菌A蛋白分型（spa-typing）、AFLP標記輔助育種（AFLP-based breeding）等實驗進行數(shù)據(jù)存儲與分析。

二、特征數(shù)據(jù)模塊（Character Data module）
用戶可以自定義各種類型（二進制或連續(xù)型）的特征數(shù)據(jù)，包括生化以及形態(tài)學特征數(shù)據(jù)、酶動力學測試數(shù)據(jù)、抗生素抗性分析、脂肪酸甲酯以及基因芯片中的各個基因表達量數(shù)據(jù)等。根據(jù)實驗情況用戶可以從一到成千上萬個特征數(shù)據(jù)的自定義且特征數(shù)據(jù)容量的大小不受限制。同時特征數(shù)據(jù)模塊也被用來存儲其它實驗分析過程中的數(shù)據(jù)結(jié)果，例如在MLVA分析中存儲可變數(shù)目串聯(lián)重復序列的個數(shù)；MLST中的等位基因數(shù)目；抗生素抗性以及HIV抗藥性分析中的抗性數(shù)據(jù)等。

三、序列數(shù)據(jù)模塊（Sequence Data module）
用戶可以導入核酸和氨基酸序列，分析經(jīng)典的Sanger測序數(shù)據(jù)和第二代測序數(shù)據(jù)（NGS），另外該功能模塊可以識別.embl, .gb, .fasta等格式的數(shù)據(jù)，）可自動識別并儲存序列文件中的物種來源等信息?？蔀橛脩籼峁┒嘈蛄斜葘?、進化樹分析、染色體序列比對分析、序列信息注釋、SNP分析、PCR引物設計、限制性內(nèi)切酶酶切位點分析、開放閱讀框自動查找等功能。另外用戶能夠根據(jù)自己的需求設定特定的分析參數(shù)，以達到不同的實驗目的。 

四、趨勢類型數(shù)據(jù)模塊（Trend Data module）
包括酶動力學研究、Real time-PCR、生長曲線分析數(shù)據(jù)等都屬于趨勢類型數(shù)據(jù)，BioNumerics內(nèi)置了大量的數(shù)據(jù)曲線擬合模型，用戶可根據(jù)實際需求選取相關模型，并設置相關參數(shù)，軟件讀取實驗結(jié)果，對數(shù)據(jù)進行聚類、鑒定和統(tǒng)計分析。
五、全基因組圖譜分析數(shù)據(jù)模塊（Whole genome map data module）
全基因組圖譜分析可以產(chǎn)生200-500個限制性酶切片段，且此技術(shù)不依賴于PCR以及序列信息，因此相較于PFGE產(chǎn)生的20個左右的條帶可以提供細菌基因組結(jié)構(gòu)上變化的信息，所以其可以識別同一爆發(fā)中相近親緣關系非常近的菌株。
BioNumerics中的全基因組圖譜分析模塊提供了大量可配置的可視化選項可使用戶快速定位插入缺失以及重復片段，且可以進行自定義標簽設置。
同時BioNumerics內(nèi)置的聚類分析算法可快速分辨出親緣關系相近的分離株；通過內(nèi)置的比對算法可以著重顯示反轉(zhuǎn)、缺失等突變信息，配合BioNumerics內(nèi)置的分析工具用戶可以進行PCA、矩陣數(shù)據(jù)挖掘等分析。另外，BioNumerics內(nèi)置的多態(tài)性分析工具可快速的找出一組分離株內(nèi)的特異性片段。
六、樹狀分析和網(wǎng)絡推理模塊（Tree and Network Inference module）
聚類分析不同于鑒定識別，是一種非監(jiān)督式學習分析，同時也是生物信息學分析中不可替代的一種分析工具。BioNumerics通過把關系數(shù)據(jù)庫中的各種記錄之間，各種實驗之間，用多種有效的聚類算法實現(xiàn)多種聚類分析。
七、分類鑒定模塊（Classifiers and Identification module）
鑒定識別又叫監(jiān)督式學習或分類是生物信息學中最重要的一種信息分析手段。BioNumerics在基于大量實驗信息數(shù)據(jù)的基礎上分析鑒定未知物種，提高了數(shù)據(jù)結(jié)果的可靠性與一致性，加入貝葉斯分類（Naive Bayesian Classifiers, NBC），支持向量機等算法。同時在聚類分析中，BN為用戶提供了相同范圍的相似性系數(shù)和距離系數(shù)。
八、數(shù)據(jù)挖掘模塊（Dimensioning and Matrix Mining module）
此模塊為用戶提供高維分析交互視圖，用戶可以直接在視圖上選擇，添加或刪除條目，將其它數(shù)據(jù)庫字段信息顯示為顏色或標簽，差異特征關聯(lián)等。其它還包括方差分析、多維尺度分析(Multi-Dimensional Scaling, MDS)、主成分分析（Principal Components Analysis, PCA）等。
九、基因組分析工具模塊（Genome Analysis Tools module）
基因組分析工具模塊提供基因組和染色體比對分析、基因注釋、wgMLST、wgSNP分析等功能。
           
                                                                         ---本文來自北京金云臺信息技術(shù)有限公司