setwd("D:/bioinformatics/2.NGS/1.bulk RNA-seq") load("./data/Merge2.Rdata") load("./data/DEG_DESeq2.Rdata") # 设定阈值,筛选显著上下调差异基因 logFC <- 2 Pvalue <- 0.01 DEG_DESeq2$Group <- ifelse(DEG_DESeq2$log2FoldChange > logFC & DEG_DESeq2$padj < Pvalue,"Up", ...
Bulk-RNAseq的数据量较小,单个raw fastq.gz文件<5G,普通的Mac笔记本就可以带得动,做比对和定量,完全自足;但是scRNAseq数据量较大,单个raw fast.gz文件 > 60G,且需要专门的软件,例如10x Genomics 需要配合CellRanger软件;墨卓单细胞测序平台需要配合Mobivision软件;非常消耗运存和内存,一般情况下需要利用服务器做比...
Bulk RNA-seq研究能保证测序深度,实现转录本的均匀覆盖,但特异性不足;scRNA-seq研究能精细到细胞水平,去除污染,保证基因检出的高特异性,但低丰度细胞类型,转录本检出的敏感性又差。很多研究开始两种技术结合使用,追赶热点的同时,实现优势互补,提升基因表达检测的全面性和准确性。 今天为大家解读的这篇影响因子7.4的文...
本文为scRNA数据为主导的与bulk RNA关联应用的案例,和只用scRNA-seq数据分析相比,bulk RNA-seq验证了基因的表达和功能,既避免使用复杂的实验,也证明了结果的可靠性。研究用的是已发表的仅8例scRNA数据,如果是自己测的结果,分数应该还会有提升。 为方便大家研究,基迪奥已早早准备好了专门的细胞通讯流程报告,还有scRNA...
四、以DESeq2为例演示全过程 篇幅有限,本文仅演示基于DESeq2的差异分析全过程(基于counts进行分析,不能用tpm、fpkm等归一化后的数据,想获得练习数据,可在公众号输入:Bulk RNA-seq练习数据2)。 1.安装并加载R包(若有,则不用重新安装) install.packages('R.utils') ...
写在开头:在这一个合集中,我将详细介绍bulk RNA-seq实际数据分析的流程,有哪些注意的地方以及一些小技巧 首先是获取测序数据:如果是自己的测序数据,直接从公司给的账号中下载各个样本的RawData(fastq格式)即可。 如果想要分析公共数据,在GEO数据库输入文章中给出的登录号,如GSE184771,这些数据通常是经过质控、数据归...
细胞作为人体最小的功能单位,其基因表达与功能特异性与疾病的致病机理息息相关。传统细胞研究——Bulk测序(Bulk RNA-seq)是在大量细胞平均水平上对整个细胞群进行组学分析,得到每一部分细胞基因表达的平均值,而丢失了每个细胞的异质性信息...
所以,我们可以选择一条相对并行的分析策略,bulk RNA-seq注重对基因的解读,scRNA-seq注重对细胞的解读,二者通过进一步基因来形成关联,这是充分利用了两个技术的优势特性。在这条分析思路中,基因承载着两个功能:机制解析和细胞注释。bulk RNA-seq可以通过多样的差异分析手段初步得到感兴趣的基因集合(这是标准的普通转录...
今天我们来学习Bulk RNA-seq数据常用的一种数据可视化形式:火山图Volcano plot!与上期的框架相似,本期主要分享以下3个方面: 一、火山图的常见呈现形式? 二、为什么要用火山图(使用热图的常见目的)? 三、如何基于R生成火山图? 一、火山图的常见呈现形式?
四、以DESeq2为例演示全过程 篇幅有限,本文仅演示基于DESeq2的差异分析全过程(基于counts进行分析,不能用tpm、fpkm等归一化后的数据,想获得练习数据,可在公众号输入:Bulk RNA-seq练习数据2)。 1.安装并加载R包(若有,则不用重新安装) install.packages('R.utils') ...