羊羊的博客

RNA-seq之QAPA量化后差异分析秩和检验和t检验数据处理

生信入门（五）——使用DESeq2进行RNA-seq数据分析文章目录生信入门（五）——使用DESeq2进行RNA-seq数据分析四、探索性数据分析五、差异数据分析六、AnnotationHub本篇接上一篇，本篇做探索性数据分析，差异表达分析以及后面步骤四、探索性数据分析五、差异数据分析六、AnnotationHub...

生信入门（三）——使用DESeq2进行RNA-seq数据分析文章目录生信入门（三）——使用DESeq2进行RNA-seq数据分析一、学习目标二、实验数据1、数据来源2、建模计数数据3、转录本丰度4、salmon定量三、用tximport导入R1、指定文件位置2、将转录本映射到基因今日学习内容DESeq2分析RNA-seq数据一、学习目标直观地评估 RNA-seq 数据的质量对 RNA-seq 数据进行基本的差异分析将 RNA-seq 结果与其他实验数据进行比较从 FASTQ 文件中量化转录表

使用limma、Glimma和edgeR,RNA-seq数据分析文章目录使用limma、Glimma和edgeR,RNA-seq数据分析六、差异表达分析1、创建设计矩阵和对比2、从表达计数数据中删除异方差3、拟合线性模型以进行比较4、检查DE基因数量5、检查单个DE基因6、差异表达结果可视化7、使用camera的基因检验本篇继续上一篇数据预处理之后做差异表达分析。六、差异表达分析1、创建设计矩阵和对比在此研究中，我们想知道哪些基因在我们研究的三组细胞之间以不同水平表达。我们的分析中所用到的线性模型

生信入门（二）——使用limma、Glimma和edgeR,RNA-seq数据分析文章目录生信入门（二）——使用limma、Glimma和edgeR,RNA-seq数据分析一、简介一、简介简单且高效地分析RNA 测序数据的能力是生信的核心优势之一。通常在获得RNA-seq基因表达矩阵后，通常需要对数据进行数据预处理、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试验和验证研究的结果。未来几篇将介绍使用edgeR包，limma包，Glimma包对RNA-seq数据展开分析，从原始计数（c

生信（一）——DESeq2差异基因分析文章目录生信（一）——DESeq2差异基因分析一、差异基因分析原理二、代码实现1、前提：安装DESeq2包2.代码实现三、小结记录学习过程，共勉。一、差异基因分析原理详见二、代码实现1、前提：安装DESeq2包2.代码实现setwd("D:\\RData");#设置编码位置rt<-read.table("GSE149549_mRNA_Expression_Summary.txt",head=TRUE,row.names = 1)head(r