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 ArrayExpress
ArrayExpress是一个生物信息学数据库,由欧洲生物信息研究所(EMBL-EBI)维护。它是公开可用的,用于存储和检索高通量基因表达数据,包括微阵列和下一代测序实验的数据。 ArrayExpress遵循MIAME(Minimum Information About a Microarray Experiment)标准,确保所有的数据都包含足够的元数据,使得其他人可以理解、验证和重复实验。这包括了实验设计、样本处理、数据采集和分析方法等信息。 在ArrayExpress中,每个实验都有一个唯一的 accession number,用户可以通过这个号码来查找和下载数据。此外,ArrayExpress还提供了强大的搜索工具,可以帮助用户找到相关的实验和数据。 除了提供数据存储和检索服务外,ArrayExpress还与一系列其他的生物信息学资源和工具进行了集成,如BioMart, DataMatrix和Expression Atlas等,以方便用户进行进一步的数据分析和挖掘。 总的来说,ArrayExpress是生物学家和生物信息学家的重要资源,它极大地促进了基因表达研究的透明性和可重复性,并为科学发现和知识共享做出了重要贡献。

官方微信
点击收藏 编辑日记
NewMer首页 数据挖掘 NGplot科研绘图
Copyright © 2021-2025 上海牛马人生物科技有限公司 沪ICP备 2022007390号-2