ScholarGate
Assistent
Process / pipelineBioinformatics / omics

Tidsserie RNA-seq differentiel ekspression — Temporal transkriptomik

Tidsserie RNA-seq differentiel ekspressionsanalyse identificerer gener, hvis ekspressionsniveauer ændrer sig systematisk over ordnede tidspunkter — som f.eks. under udvikling, sygdomsprogression eller respons på en behandling. I modsætning til DE-analyse med to betingelser modellerer den eksplicit dataenes temporale struktur og fanger dynamiske genekspressionstrajektorier snarere end et enkelt øjebliksbillede. Værktøjer som maSigPro, ImpulseDE2 og splineTimeR er udviklet specifikt til dette design.

Åbn i MethodMindSnartVideoSnartHent slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Metodekort

Nabolaget af beslægtede metoder — vælg en knude for at udforske.

+2 mere

Kilder

  1. 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. link
  2. 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. link

Sådan citerer du denne side

ScholarGate. (2026, June 3). Time-series RNA Sequencing Differential Expression Analysis. ScholarGate. https://scholargate.app/da/bioinformatics/time-series-rna-seq-differential-expression

Hvilken metode?

Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.

Sammenlign side om side

Refereret af

ScholarGateTime-series RNA-seq differential expression (Time-series RNA Sequencing Differential Expression Analysis). Hentet 2026-06-15 fra https://scholargate.app/da/bioinformatics/time-series-rna-seq-differential-expression · Datasæt: https://doi.org/10.5281/zenodo.20539026