Time-series RNA-seq differential expression
Time-series RNA-seq differential expression analysis identifies genes whose expression levels change systematically across ordered time points — such as during development, disease progression, or response to a treatment. Unlike two-condition DE analysis, it explicitly models the temporal structure of the data, capturing dynamic gene expression trajectories rather than a single snapshot contrast. Tools such as maSigPro, ImpulseDE2, and splineTimeR have been developed specifically for this design.
Registre font
Les citacions es copien textualment del registre font del mètode. No s'infereix cap verificació a nivell de reclam d'elles.
- Conesa, A., Nueda, M. J., Ferrer, A., & Talon, M. (2006). maSigPro: a method to identify significantly differential expression profiles in time-course microarray experiments. Bioinformatics, 22(9), 1096–1102. · URL
- Fischer, D. S., Theis, F. J., & Yosef, N. (2018). Impulse model-based differential expression analysis of time series single-cell RNA-seq data. Genome Biology, 19(1), 1–14. · URL
Reclamacions curades
Les reclamacions s'han persistit al registre de proves, cadascuna amb la seva pròpia avaluació.
Aquesta vista no inventa una avaluació de reclam quan el registre no en té cap.
Mètodes relacionats
Generat a partir del gràfic de mètodes i mostrat com a relacions suggerides per la màquina; no s'infereix cap reclamació d'evidència.