轉錄組差異表達分析小實戰（二）
轉錄組差異表達分析小實戰（二） Posted: 八月 14, 2017 Under: Transcriptomics By Kai no Comments 差異基因表達分析 我按照前面的流程轉錄組差異表達分析小實戰（一），將小鼠的4個樣本又重新跑了一遍，從而獲得一個新 ...
原文：轉錄組差異表達分析小實戰（一）
轉錄組差異表達分析小實戰 一 Posted:七月 , Under:TranscriptomicsBy Kaino Comments 讀文獻獲取數據 文獻名稱：AKAP regulates splicing through scaffoldingRNAs and RNA processing factors 查找數據：Data availabilityThe RIP seq an RNA seq d ...
2018-11-09 21:35 0 708 推薦指數：
相關推薦
轉錄組差異表達分析工具Ballgown
Ballgown是分析轉錄組差異表達的R包。 軟件安裝： 運行R， source(“http://bioconductor.org/biocLite.R”) biocLite(“ballgown”) R會自動安裝Ballgown，及相應的依賴包。 Ballgown的輸入文件 ...
使用RSEM進行轉錄組測序的差異表達分析
仍然是兩年前的筆記 1. prepare-reference 如果用RSEM對比對后的bam進行轉錄本定量，則在比對過程中要確保比對用到的索引是由rsem-prepare-reference產生的。 可以看到，單純用bowtie2建的索引和rsem調用bowtie2建的索引 ...
【轉錄組入門】7：差異基因分析
作業要求： 使用R語言，載入表達矩陣，然后設置好分組信息，統一用DEseq2進行差異分析，當然也可以走走edgeR或者limma的voom流程。 基本任務是得到差異分析結果，進階任務是比較多個差異分析結果的異同點。 【1】安裝DESeq2 DESeq2對於輸入數據 ...
【轉錄組入門】8：差異基因結果注釋
作業要求： 我們統一選擇p<0.05而且abs(logFC)大於一個與眾的基因為顯著差異表達基因集，對這個基因集用R包做KEGG/GO超幾何分布檢驗分析。 然后把表達矩陣和分組信息分別作出cls和gct文件，導入到GSEA軟件分析。 基本任務是完成這個分析。 【1】環境 ...
轉錄組（八）：差異基因注釋
引入clusterProfiler與注釋數據 GO(gene ontology)分析 GO，Gene Ontology，是基因功能國際標准分類體系。它旨在建立一個適用於各種物種的，對基因和蛋白質功能進行限定和描述的，並能隨着研究不斷深入而更新的語言詞匯標准。GO分為分子功能 ...
轉錄組數據分析思路
轉錄組緊緊圍繞基因表達量和功能分析兩部分，結合生物學問題來進行數據分析。 高表達基因已經研究比較透徹，應該更多關注中低表達基因。 層次聚類的妙用： -- 全部基因——>（差異分析）——>根據趨勢挑選部分特異性基因——>功能分析； -- 功能大類聚類——> ...
使用Trinity拼接以及分析差異表達一個小例子
使用Trinity拼接以及分析差異表達一個小例子 2017-06-12 09:42:47 293 0 0 Trinity 將測序數據分為許多獨立的de Brujin graph，理論上每一個圖對應一個表達的基因。 整個流程分為三個步驟 ...