ScholarGate
Assistent
Process / pipelineBioinformatics / omics

RNA-seq Differential Expression — Transkriptomische DE-Analyse

Die RNA-seq-Analyse differentieller Expression (DE) identifiziert Gene, deren Transkriptabundance zwischen zwei oder mehr biologischen Bedingungen signifikant abweicht – beispielsweise behandelt versus Kontrolle oder erkranktes versus gesundes Gewebe. Ausgehend von rohen Sequenzierungsreads durchläuft die Pipeline Alignment, zählbasierte Normalisierung, statistische Modellierung der Zähldispersität, Hypothesentests und Korrektur multipler Tests, um eine Rangliste differentiell exprimierter Gene zu erstellen, begleitet von Fold-Change-Schätzungen und adjustierten p-Werten.

In MethodMind öffnenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

The neighbourhood of related methods — select a node to explore.

+50 more

Quellen

  1. Love, M. I., Huber, W., & Anders, S. (2014). Moderated estimation of fold change and dispersion for RNA-seq data with DESeq2. Genome Biology, 15(12), 550. DOI: 10.1186/s13059-014-0550-8
  2. Robinson, M. D., McCarthy, D. J., & Smyth, G. K. (2010). edgeR: a Bioconductor package for differential expression analysis of digital gene expression data. Bioinformatics, 26(1), 139–140. DOI: 10.1093/bioinformatics/btp616

So zitieren Sie diese Seite

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

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Referenziert von

Bayesian eQTL-AnalyseBayesian Gene Set Enrichment AnalysisBayesian Metabolomics AnalysisBayesian Proteomics AnalyseBayesian RNA-seq Differential ExpressionBayesian Sequence AlignmentBayesian Variant CallingChIP-seq Peak CallingAnalyse von Kopienzahlvariationen (CNV) – Erkennung und Interpretation von CNVsDifferenzielles ChIP-seq Peak CallingDifferential Epigenome-Wide Association StudyDifferential eQTL AnalysisDifferential Metabolomics AnalysisDifferential Pathway Enrichment AnalysisDifferenzielle Einzelzell-RNA-seq-AnalyseDifferential Variant CallingeQTL-AnalyseGen-Satz-Anreicherungsanalyse (GSEA)Genomweite Assoziationsstudie (GWAS)Maschinelles Lernen-gestützte ChIP-seq Peak-DetektionMachine Learning-gestützte eQTL-AnalyseMaschinelles Lernen-gestützte Gen-Set-AnreicherungsanalyseMaschinelles Lernen-gestützte Mikrobiom-DiversitätsanalyseMachine learning-assisted RNA-seq differential expressionMaschinelles Lernen-gestützte Einzelzell-RNA-seq-AnalyseMetabolomics AnalysisMulti-Omics-eQTL-AnalyseMulti-Omics-Gen-Set-AnreicherungMulti-Omics-Metabolomik-AnalyseMulti-omics ProteomanalyseMulti-Omics-Single-Zell-RNA-seq-AnalyseNetwork-basierte Epigenomweite Assoziationsstudie (Network EWAS)Netzwerkbasierte eQTL-AnalyseNetzwerkbasierte Gen-Set-AnreicherungsanalyseNetzwerkbasierte Mikrobiom-DiversitätsanalyseNetzwerkbasierte RNA-seq-Analyse differentieller ExpressionNetzwerkbasierte Analyse von Einzelzell-RNA-Seq-DatenNetzwerkbasierte VariantenaufrufungPathway Enrichment AnalysisPhylogenetische AnalyseProteomanalyseSequenz-AlignmentEinzelzell-eQTL-AnalyseSingle-cell Gen-Set-Anreicherung – scGSEAEinzelzell-GWASEinzelzell-RNA-seq-AnalyseDifferenzielle Expressionsanalyse von Einzelzell-RNA-seqEinzelzell-SequenzalignmentZeitreihen-ChIP-seq-Peak-Calling – Temporale Chromatin-ProfilierungZeitreihenanalyse von KopienzahlvariationenZeitreihen-Epigenomweite AssoziationsstudieTime-series gene set enrichment analysisTime-series microbiome diversity analysisZeitreihen-Pathway-AnalyseZeitreihen-Phylogenetische AnalyseZeitreihen-Proteomik-AnalyseZeitreihen-RNA-seq-DifferentialexpressionTime-series single-cell RNA-seq analysisZeitreihen-Variantenanalyse – Longitudinale somatische MutationsdetektionVarianten-Calling
ScholarGateRNA-seq Differential Expression (RNA Sequencing Differential Expression Analysis). Abgerufen am 2026-06-15 von https://scholargate.app/de/bioinformatics/rna-seq-differential-expression · Datensatz: https://doi.org/10.5281/zenodo.20539026