创作中心
反馈咨询
欢迎添加微信!
微信号:z_gqing
微信二维码:

转录组数据介绍

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 转录组数据介绍 生物统计学基础
生物统计学是一门应用数学和统计学原理来研究生物学问题的学科。它的基本目标是通过量化数据,来描述、解释和预测生物学现象。 在生物统计学中,我们首先需要收集数据。这些数据可以来自实验或观察。然后,我们需要对这些数据进行整理和分析,以便从中提取有用的信息。这个过程可能包括计算平均值、方差等基本统计量,以及使用更复杂的统计模型进行数据分析。 生物统计学的一个重要应用是设计和分析实验。在设计实验时,我们需要确定如何分配实验单位(如人或动物)到不同的处理组,并确定如何测量结果变量。在分析实验数据时,我们需要使用适当的统计方法来测试我们的假设,并确定结果是否具有统计学意义。 此外,生物统计学还涉及许多其他主题,如生存分析、多元分析、时间序列分析等。这些工具可以帮助我们更好地理解生物学现象,并为决策提供依据。 总的来说,生物统计学是一个强大的工具,它可以帮助我们在生物学和其他相关领域做出更好的决策。

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