要完成全部lncRNA-seq数据分析的学习,需要非常大量的文献阅读。 最经典的仍然是看表达差异 所以对于这样的lncRNA-seq数据,走我们标准的RNA-seq定量流程,针对gencode数据库的gtf文件拿到表达矩阵即可,这个表达矩阵里面就包含了lncRNA和mRNA,可以分开走走标准分析流程,火山图,热图,GO/KEGG数据库注释等等。这些流程的视频...
总之，lncRNA-seq数据分析流程涵盖了从数据质量控制、序列映射到表达量差异分析、功能注释、网络构建等步骤。这一过程不仅要求严谨的数据处理能力，还需要深入理解lncRNA在生物学过程和疾病中的功能，以及如何利用现代生物信息学工具进行高效分析。
We calculated the read counts and transcripts per million (TPM) values using pseudoalignment of scRNA-seq reads to both protein-coding and lncRNA transcriptomes, as implemented in Kallisto (v0.46.0) [60] with default parameters, and summarized expression levels from the transcript level to the ...
所以对于这样的lncRNA-seq数据,走我们标准的RNA-seq定量流程,针对gencode数据库的gtf文件拿到表达矩阵即可,这个表达矩阵里面就包含了lncRNA和mRNA,可以分开走走标准分析流程,火山图,热图,GO/KEGG数据库注释等等。这些流程的视频教程都在B站和GitHub了,目录如下: ...
直接借鉴里面的分析pipeline 1. 构建index 这里用的是lncRNAKB这个数据库,省了不少事,既然NC都用了,那我们也用这个吧。http://psychiatry.som.jhmi.edu/lncrnakb/ 直接下载fasta和gtf文件,然后构建索引。 1 2 3 4 5 6 # hisat2提供了两个python脚本将GTF文件转换成hisat2-build能使用的文件 ...