创作中心
反馈咨询
欢迎添加微信!
微信号:z_gqing
微信二维码:

转录组

1 转录组数据介绍 1.1 转录组定义 1.2 RNA测序技术 1.2.1 mRNA-seq 1.2.2 long-read RNA-seq 1.3 转录组数据类型和格式 1.3.1 FASTQ文件 1.3.2 BAM/SAM文件 1.3.3 BED/GTF/GFF文件 2 生物信息学基础 2.1 基因组注释 2.2 生物统计学基础 2.3 R语言编程基础 2.4 Python编程基础 3 转录组数据预处理 3.1 转录组数据质量控制 3.1.1 fastQC 3.1.2 MultiQC 3.2 转录组数据剪接和过滤 3.2.1 Trimmomatic 3.2.2 Cutadapt 3.3 转录组数据比对 3.3.1 HISAT2 3.3.2 STAR 3.3.3 Bowtie2 3.4 比对结果评估 3.4.1 Qualimap 3.4.2 RSeQC 4 转录本组装与定量 4.1 转录本组装 4.1.1 Cufflinks/Cuffmerge/Cuffdiff 4.1.2 StringTie 4.2 转录本定量 4.2.1 HTSeq-count 4.2.2 featureCounts 4.3 差异表达分析 4.3.1 DESeq2 4.3.2 edgeR 4.3.3 limma-voom 5 功能富集分析 5.1 GO富集分析 5.2 KEGG通路富集分析 5.3 Reactome通路富集分析 6 转录组其他高级分析 6.1 转录组之时间序列分析 6.2 转录组之稳健性分析 6.3 转录组之协作网络分析 6.4 转录组之热图、火山图、PCA等可视化工具 7 转录组实例研究 7.1 已发表论文解析 7.2 自己的数据实践操作 8 转录组数据库资源 8.1 SRA 8.2 GEO 8.3 ArrayExpress 8.4 ENSEMBL 8.5 STRING
首页 教程 转录组 比对结果评估
比对结果评估是对比对结果进行分析和评价的过程,以确定其准确性和可靠性。这个过程通常包括以下几个步骤: 1. 数据收集:首先,需要收集相关的数据,这可能包括原始数据、比对结果以及参考标准等。 2. 结果分析:然后,对收集到的数据进行详细的分析,找出其中的模式、趋势和异常情况。 3. 误差分析:如果比对结果与参考标准存在差异,需要进行误差分析,找出产生这些差异的原因。 4. 结果评估:根据上述分析,对比对结果进行评估,确定其准确性和可靠性。如果结果满足预期的要求,那么可以认为它是可靠的;否则,可能需要重新进行比对或者调整比对方法。 5. 报告编写:最后,将上述所有信息整理成报告,以便于其他人理解和使用。 比对结果评估是一个重要的过程,它可以帮助我们了解比对结果的质量,并据此做出决策。因此,在进行比对时,一定要重视结果的评估工作。

官方微信
点击收藏 编辑日记
木牛零码 Newmer生信 公司产品 意见反馈 联系我们 关于我们 招合伙-招聘-兼职
Copyright © 2021-2024 上海牛马人生物科技有限公司 沪ICP备 2022007390号-2