Process / pipelineBioinformatics / omics

Bayesiläinen RNA-seq-differentiaaliekspressio — Bayesiläinen DE-analyysi RNA-sekvensointidatalle

Bayesiläinen RNA-seq-differentiaaliekspressioanalyysi soveltaa hierarkkisia Bayesiläisiä malleja RNA-sekvensoinnin lukumäärädataan tunnistaakseen geenit, joiden ekspressiotasot eroavat merkittävästi biologisten olosuhteiden välillä. Sen sijaan, että luotettaisiin pelkästään p-arvoihin, nämä menetelmät kvantifioivat posterioritodennäköisyyden sille, että geeni on differentiaalisesti ekspressoitunut, lainaten tilastollista voimaa geenien välillä ja luonnollisesti mukautuen genomiikan kokeissa yleisiin pieniin otoskokoihiin.

Avaa sovelluksessa MethodMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

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

Lähteet

  1. Leng, N., Dawson, J. A., Thomson, J. A., Ruotti, V., Rissman, A. I., Smits, B. M., Haag, J. D., Gould, M. N., Stewart, R. M., & Kendziorski, C. (2013). EBSeq: An empirical Bayes hierarchical model for inference in RNA-seq experiments. Bioinformatics, 29(8), 1035–1043. link
  2. Hardcastle, T. J., & Kelly, K. A. (2010). baySeq: Empirical Bayesian methods for identifying differential expression in sequence count data. BMC Bioinformatics, 11, 422. link

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Bayesian Differential Expression Analysis of RNA Sequencing Data. ScholarGate. https://scholargate.app/fi/bioinformatics/bayesian-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

Tähän viittaavat

ScholarGateBayesian RNA-seq differential expression (Bayesian Differential Expression Analysis of RNA Sequencing Data). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/bioinformatics/bayesian-rna-seq-differential-expression · Aineisto: https://doi.org/10.5281/zenodo.20539026