差异表达分析之FDR / 开普饭

差异分析包含两类数据:芯片数据+测序数据芯片数据:limma包分析测序数据:edgeR包+DESeq2包分析 edgeR包+DESeq2包分析counts数据 counts为数值型,整数 FPKM ...

利用R包DEseq2进行差异表达分析和可视化 count数矩阵差异分析 1. 安装并载入R包 2. count数矩阵导入并对矩阵进行数据处理 3. 查看样本相关性并采用热图展示 4. hclust对 ...

随着单细胞测序技术的流行,我们对复杂疾病和性状的理解从patient,tissue的表达谱(bulk RNA-seq)到单个细胞的表达谱(single cell RNA-seq).究其原因,在于bul ...

GEO虽是一个宝库,但是使用GEO进行数据分析可不是一件简单的事! 首先,GEO的数据检索非常不方便,例如,我想获取有预后信息的乳腺癌数据,显然使用GEO官方检索起来很难. 其次,GEO大部分数据都基 ...

在前文scRNA-seq marker identification(二),我们我们提到了差异分析,下面我们来详细了解下学习目标了解如何准备用于pseudobulk差异表达分析的单细胞RNA-se ...

接上文DESeq2差异表达分析质量控制--样品水平 DESeq2工作流程的下一步是QC,它包括样本级和基因级的步骤,对计数数据执行QC检查,以帮助我们确保样本/重复看起来很好. RNA-SEQ分析 ...

于是,TBtools - RNAseq 全家桶到位! 写在前面很久很久以前,TBtools 解决了 RNAseq 数据分析中几个常见问题: 基因功能注释,NR,SWISSPROT,GO注释等基因集 ...

差异表达分析通常作为根据基因表达矩阵进行生物信息学分析的第一步,有助于我们观察基因在不同样本中的表达差异,从而确定要研究的基因和表型之间的联系.常用的基因表达数据来自基因芯片或高通量测序.虽然矩阵看起 ...

写在前面最近做了一些转录组数据分析.想想,上一次这么精细地分析转录组数据,都是三五年前的事情.整个实验设计是一个器官的不同发育阶段.按照最传统的做法,不同阶段,两两间进行差异表达分析,于是会产生系列 ...

在之前介绍[[RNA-seq相关内容介绍]]的视频当中,作者提到了一个用来分析 RNA-seq 差异表达分析的工具.DEApp: https://yanli.shinyapps.io/DEApp/ . ...

差异表达分析之FDR