使用limma、Glimma和edgeR，RNA-seq数据分析易如反掌
使用limma、Glimma和edgeR，RNA-seq数据分析易如反掌 Charity Law1, Monther Alhamdoosh2, Shian Su3, Xueyi Dong3, Luyi Tian1, Gordon K. Smyth4 and Matthew E. ...
原文：使用limma、Glimma和edgeR，RNA-seq数据分析易如反掌
Contents 摘要 背景介绍 初始配置 数据整合 . 读入计数数据 . 组织样品信息 . 组织基因注释 数据预处理 . 原始数据尺度转换 . 删除低表达基因 . 归一化基因表达分布 . 对样本的无监督聚类 差异表达分析 . 创建设计矩阵和对比 . 从表达计数数据中删除异方差 . 拟合线性模型以进行比较 . 检查DE基因数量 . 从上到下检查单个DE基因 . 差异表达结果的实用图形表示 使用ca ...
2019-12-11 09:42 0 264 推荐指数：
相关推荐
A survey of best practices for RNA-seq data analysis RNA-seq数据分析指南
A survey of best practices for RNA-seq data analysis RNA-seq数据分析指南 内容 前言 各位同学/老师，大家好，现在由我给大家讲讲我的文献阅读报告！ A survey of best practices ...
ChIP-seq | ATAC-seq | RNA-seq | 数据分析流程
补充RNA-seq流程 以前都是自己搭RNA-seq流程，虽然可以完成任务，但是数据量一多，批次多起来，就非常难管理。 既然别人提供了这么好的流程，那就要用起来，管理起来不是一般的轻松。 ENCODE-DCC/rna-seq-pipeline 安装比较麻烦，没有针对local的一键安装 ...
Seq数据分析流程RNA
文章目录 RNA-seq 数据分析流程 相关软件安装 下载数据 sra转fastq格式 数据质控 数据质控，过滤低质量reads，去接头 比对 ...
RNA-seq 数据的简单分析
主要介绍如何分析RNA-seq 数据 参考文档 Wikipedia-RNA-seq paper: RNA-Seq: a revolutionary tool for transcriptomics TopHat Cufflinks CummeRbund TopHat ...
RNA-seq表达数据之样本PCA分析
Principal component analysis (PCA) 分析 主成分分析(PCA)帮助我们归纳总结和可视化数据集中的信息，这些数据包含由多个相互关联的变量描述的个体 / 观察主成分分析。 可以将每个变量视为不同的维度。 但如果您的数据集中有3个以上的变量，那么很难在多维超空间可视化 ...
RNA-seq分析htseq-count的使用
HTSeq作为一款可以处理高通量数据的python包，由Simon Anders, Paul Theodor Pyl, Wolfgang Huber等人携手推出HTSeq — A Python framework to work with high-throughput sequencing ...
RNA-seq(9):功能富集分析
这部分开始进行基本的富集分析，两类 A：差异基因富集分析（不需要表达值，只需要gene name） B: 基因集(gene set)富集分析（不管有无差异，需要全部genes表达值 ...