在这张图中,图A为经典的GSEA富集图,图B为GSEA得到的通路上调或者下调的韦恩图,C和D是GSEA分析的NES值,而E这是GSEA通路基因表达值。 也就是说,只需要 2 (实验条件) * 3(重复)个 RNAseq 的样本,我们就可以做出一张 Cancer Cell 的主图了,YY一下,有没有很激动呢~ 做转录组分析时,大家通常会先筛选差异...
【1】Bulk RNA-seq和scRNA-seq数据收集与预处理 文献解读 TCGA、GEO公共数据下载 差异表达基因分析 富集分析 【翰佰尔生物】 1:13:51 【2】预后模型构建和多种验证方法 单因素多因素COX模型 独立预后 绘制生存曲线 ROC曲线 验证方法【翰佰尔生物】 1:07:14 【3】单细胞分析零代码操作流程 单细胞技术原理 质...
通过转录本定量,我们可以深入探索基因功能、疾病机制和生物过程,为精确医学和个体化治疗提供基础。转录组分析我们从以下四个部分展开:数据获取和预处理转录本定量差异表达分析功能富集分析参考序列比对:在RNA测序数据分析中,由于可变剪切的存在,对reads进行splice比对是至关重要的。推荐使用 hisat2 和 STAR 这两个工具...
在这张图中,图A为经典的GSEA富集图,图B为GSEA得到的通路上调或者下调的韦恩图,C和D是GSEA分析的NES值,而E这是GSEA通路基因表达值。 也就是说,只需要 2 (实验条件) * 3(重复)个 RNAseq 的样本,我们就可以做出一张 Cancer Cell 的主图了,YY一下,有没有很激动呢~ 做转录组分析时,大家通常会先筛选差异...
Gene Set Enrichment Analysis (GSEA/基因集富集分析), 是一种生物信息学的计算方法,用于确定是否存在这样一个“基因集”,能在两个生物学状态中显示出显著的一致性的差异。表达谱数据里的基因数目众多,我们需要对基因进行功能注释,看哪些基因是属于同一通路,以及该通路的上调、下调情况,这就是富集分析了。