使用limma、Glimma和edgeR,RNA-seq數據分析易如反掌 Charity Law1, Monther Alhamdoosh2, Shian Su3, Xueyi Dong3, Luyi Tian1, Gordon K. Smyth4 and Matthew E. ...
Contents 摘要 背景介紹 初始配置 數據整合 . 讀入計數數據 . 組織樣品信息 . 組織基因注釋 數據預處理 . 原始數據尺度轉換 . 刪除低表達基因 . 歸一化基因表達分布 . 對樣本的無監督聚類 差異表達分析 . 創建設計矩陣和對比 . 從表達計數數據中刪除異方差 . 擬合線性模型以進行比較 . 檢查DE基因數量 . 從上到下檢查單個DE基因 . 差異表達結果的實用圖形表示 使用ca ...
2019-12-11 09:42 0 264 推薦指數:
使用limma、Glimma和edgeR,RNA-seq數據分析易如反掌 Charity Law1, Monther Alhamdoosh2, Shian Su3, Xueyi Dong3, Luyi Tian1, Gordon K. Smyth4 and Matthew E. ...
A survey of best practices for RNA-seq data analysis RNA-seq數據分析指南 內容 前言 各位同學/老師,大家好,現在由我給大家講講我的文獻閱讀報告! A survey of best practices ...
補充RNA-seq流程 以前都是自己搭RNA-seq流程,雖然可以完成任務,但是數據量一多,批次多起來,就非常難管理。 既然別人提供了這么好的流程,那就要用起來,管理起來不是一般的輕松。 ENCODE-DCC/rna-seq-pipeline 安裝比較麻煩,沒有針對local的一鍵安裝 ...
文章目錄 RNA-seq 數據分析流程 相關軟件安裝 下載數據 sra轉fastq格式 數據質控 數據質控,過濾低質量reads,去接頭 比對 ...
主要介紹如何分析RNA-seq 數據 參考文檔 Wikipedia-RNA-seq paper: RNA-Seq: a revolutionary tool for transcriptomics TopHat Cufflinks CummeRbund TopHat ...
Principal component analysis (PCA) 分析 主成分分析(PCA)幫助我們歸納總結和可視化數據集中的信息,這些數據包含由多個相互關聯的變量描述的個體 / 觀察主成分分析。 可以將每個變量視為不同的維度。 但如果您的數據集中有3個以上的變量,那么很難在多維超空間可視化 ...
HTSeq作為一款可以處理高通量數據的python包,由Simon Anders, Paul Theodor Pyl, Wolfgang Huber等人攜手推出HTSeq — A Python framework to work with high-throughput sequencing ...
這部分開始進行基本的富集分析,兩類 A:差異基因富集分析(不需要表達值,只需要gene name) B: 基因集(gene set)富集分析(不管有無差異,需要全部genes表達值 ...