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 edgeR
EdgeR是一个在生物信息学中用于差异表达基因分析的R语言软件包。它主要用于RNA-seq数据分析,但也可以用于其他类型的计数数据,如ChIP-seq、miRNA-seq等。 EdgeR的基本思想是基于负二项分布模型进行统计推断。首先,它假设每个基因的表达量服从一个负二项分布,然后通过最大似然估计法来估计每个基因的表达量和样本间的差异。然后,它使用一种称为"精确检验"的方法来确定哪些基因的表达量在不同条件下有显著差异。 在EdgeR中,可以进行各种类型的分析,包括差异表达基因的识别、样本分群、生存分析等。此外,EdgeR还提供了一些高级功能,如模拟数据生成、模型诊断、多重检验校正等。 EdgeR的一个重要优点是它的计算效率高,可以在大型数据集上快速运行。此外,EdgeR还提供了详细的用户手册和示例代码,使得初学者也能容易地掌握其使用方法。 总的来说,EdgeR是一个强大而灵活的工具,对于那些需要进行RNA-seq数据分析的研究者来说,它是不可或缺的工具之一。

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