使用limma、Glimma和edgeR,RNA-seq数据分析易如反掌 1摘要 简单且高效地分析RNA测序数据的能力正是Bioconductor的核心优势。 RNA-seq分析通常从基因水平的序列计数开始,涉及到数据预处理,探索性数据分析,差异表达检验以及通路分析,得到的结果可用于指导进一步实验和验证研究。 在这篇工作流程文章中,我们通过分析来自小鼠...
RNA-seq分析通常从基因水平的序列计数开始,涉及到数据预处理,探索性数据分析,差异表达检验以及通路分析,得到的结果可用于指导进一步实验和验证研究。 在这篇工作流程文章中,我们通过分析来自小鼠乳腺的RNA测序数据,示范了如何使用流行的edgeR包载入、整理、过滤和归一化数据,然后用limma包的voom方法、线性模型和经验贝叶斯...
简单且高效地分析RNA测序数据的能力正是Bioconductor的核心优势之一。在获得RNA-seq基因表达矩阵后,通常需要对数据进行预处理、探索性数据分析、差异表达检验以及通路分析,以得到可以帮助进一步实验和验证研究的结果。在本工作流程中,我们将通过分析来自小鼠乳腺的RNA测序数据,演示如何使用流行的edgeR包载入、整理、过滤和归一...