转录组差异表达分析小实战（二）
转录组差异表达分析小实战（二） Posted: 八月 14, 2017 Under: Transcriptomics By Kai no Comments 差异基因表达分析 我按照前面的流程转录组差异表达分析小实战（一），将小鼠的4个样本又重新跑了一遍，从而获得一个新 ...
原文：转录组差异表达分析小实战（一）
转录组差异表达分析小实战 一 Posted:七月 , Under:TranscriptomicsBy Kaino Comments 读文献获取数据 文献名称：AKAP regulates splicing through scaffoldingRNAs and RNA processing factors 查找数据：Data availabilityThe RIP seq an RNA seq d ...
2018-11-09 21:35 0 708 推荐指数：
相关推荐
转录组差异表达分析工具Ballgown
Ballgown是分析转录组差异表达的R包。 软件安装： 运行R， source(“http://bioconductor.org/biocLite.R”) biocLite(“ballgown”) R会自动安装Ballgown，及相应的依赖包。 Ballgown的输入文件 ...
使用RSEM进行转录组测序的差异表达分析
仍然是两年前的笔记 1. prepare-reference 如果用RSEM对比对后的bam进行转录本定量，则在比对过程中要确保比对用到的索引是由rsem-prepare-reference产生的。 可以看到，单纯用bowtie2建的索引和rsem调用bowtie2建的索引 ...
【转录组入门】7：差异基因分析
作业要求： 使用R语言，载入表达矩阵，然后设置好分组信息，统一用DEseq2进行差异分析，当然也可以走走edgeR或者limma的voom流程。 基本任务是得到差异分析结果，进阶任务是比较多个差异分析结果的异同点。 【1】安装DESeq2 DESeq2对于输入数据 ...
【转录组入门】8：差异基因结果注释
作业要求： 我们统一选择p<0.05而且abs(logFC)大于一个与众的基因为显著差异表达基因集，对这个基因集用R包做KEGG/GO超几何分布检验分析。 然后把表达矩阵和分组信息分别作出cls和gct文件，导入到GSEA软件分析。 基本任务是完成这个分析。 【1】环境 ...
转录组（八）：差异基因注释
引入clusterProfiler与注释数据 GO(gene ontology)分析 GO，Gene Ontology，是基因功能国际标准分类体系。它旨在建立一个适用于各种物种的，对基因和蛋白质功能进行限定和描述的，并能随着研究不断深入而更新的语言词汇标准。GO分为分子功能 ...
转录组数据分析思路
转录组紧紧围绕基因表达量和功能分析两部分，结合生物学问题来进行数据分析。 高表达基因已经研究比较透彻，应该更多关注中低表达基因。 层次聚类的妙用： -- 全部基因——>（差异分析）——>根据趋势挑选部分特异性基因——>功能分析； -- 功能大类聚类——> ...
使用Trinity拼接以及分析差异表达一个小例子
使用Trinity拼接以及分析差异表达一个小例子 2017-06-12 09:42:47 293 0 0 Trinity 将测序数据分为许多独立的de Brujin graph，理论上每一个图对应一个表达的基因。 整个流程分为三个步骤 ...