【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 ...
原文：edgeR之配对检验分析差异基因的使用教程
edgeR的介绍 背景 RNA seq表达谱与生物复制的差异表达分析。 实现一系列基于负二项分布的统计方法，包括经验贝叶斯估计，精确检验，广义线性模型和准似然检验。 与RNA seq一样，它可用于产生计数的其他类型基因组数据的差异信号分析，包括ChIP seq，Bisulfite seq，SAGE和CAGE。 简介 edgeR包是进行RNA seq数据分析非常常用的一个R包。该包需要输入每个基因关 ...
2019-12-18 13:50 0 803 推荐指数：
相关推荐
【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 ...
10、差异基因topGO富集
参考：http://www.biotrainee.com/thread-558-1-1.html http://bioconductor.org/packages/3.7/bioc/ http:/ ...
简单使用DESeq2/EdgeR做差异分析
简单使用DESeq2/EdgeR做差异分析 Posted: 五月 07, 2017 Under: Transcriptomics By Kai no Comments DESeq2和EdgeR都可用于做基因差异表达分析，主要也是用于RNA-Seq数据，同样也可以处理类似 ...
edgeR的使用
edgeR包是进行RNA-seq数据分析非常常用的一个R包。该包需要输入每个基因关于每个样本的reads数的数据，每行对应一个基因，每一列对应一个样本。 安装edgeR 先启动R，然后运行下面代码：if (!requireNamespace("BiocManager", quietly ...
使用python 批量 配对t检验 医学 基础研究 数据分析
的假设检验中最为简单常用的，当样本含量n较小时，比如n小于60。配对t检验又称成对t检验，适用于配对设计的 ...
使用GEO数据库来筛选差异表达基因，KOBAS进行KEGG注释分析
前言 本文主要演示GEO数据库的一些工具，使用的数据是2015年在Nature Communications上发表的文章Regulation of autophagy and the ubiquitin-proteasome system by the FoxO transcriptional ...