Process / pipelineBioinformatics / omics

Bayes-alapú RNA-seq differenciál expresszió — Bayes-alapú DE analízis RNA szekvenálási adatokon

A Bayes-alapú RNA-seq differenciál expressziós analízis hierarchikus Bayes-modelleket alkalmaz RNA szekvenálási leolvasási szálas adatokon, hogy azonosítsa azokat a géneket, amelyek expressziós szintjei szignifikánsan eltérnek a biológiai feltételek között. A p-értékektől való kizárólagos függés helyett ezek a módszerek a differenciálisan expresszált génre vonatkozó utólagos valószínűséget kvantifikálják, statisztikai erőt kölcsönözve a gének között, és természetesen befogadva a genomikai kísérletekben gyakori alacsony mintaszámokat.

Megnyitás itt: MethodMindHamarosanVideóHamarosanDownload slides

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Method map

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

Források

  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

Hogyan hivatkozzon erre az oldalra

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

Hivatkozik rá

ScholarGateBayesian RNA-seq differential expression (Bayesian Differential Expression Analysis of RNA Sequencing Data). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/bioinformatics/bayesian-rna-seq-differential-expression · Adatkészlet: https://doi.org/10.5281/zenodo.20539026