ScholarGate
دستیار
Process / pipelineBioinformatics / omics

تحلیل بیان ژن افتراقی RNA-seq سری زمانی — ترانسکریپتومیکس زمانی

تحلیل بیان ژن افتراقی RNA-seq سری زمانی، ژن‌هایی را شناسایی می‌کند که سطوح بیان آن‌ها به طور سیستماتیک در نقاط زمانی مرتب شده تغییر می‌کند — مانند در طول رشد، پیشرفت بیماری، یا پاسخ به درمان. برخلاف تحلیل بیان افتراقی دو شرطی، این روش به طور صریح ساختار زمانی داده‌ها را مدل‌سازی می‌کند و مسیرهای بیان ژن پویا را به جای یک مقایسه لحظه‌ای واحد، ثبت می‌نماید. ابزارهایی مانند maSigPro، ImpulseDE2 و splineTimeR به طور خاص برای این طرح توسعه یافته‌اند.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیدریافت اسلایدها

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

نقشهٔ روش

همسایگی روش‌های مرتبط — برای کاوش، یک گره را برگزینید.

+2 مورد دیگر

منابع

  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

نحوهٔ استناد به این صفحه

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

کدام روش؟

این روش را در کنار نزدیک‌ترین روش‌های خویشاوندش بگذارید و آن‌ها را کنار هم بخوانید — کتابخانه کتاب‌ها را روی میز می‌گشاید؛ انتخاب با شماست.

مقایسهٔ کنار هم

ارجاع‌شده در

ScholarGateTime-series RNA-seq differential expression (Time-series RNA Sequencing Differential Expression Analysis). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/bioinformatics/time-series-rna-seq-differential-expression · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026