Analisis Ekspresi Diferensial RNA-seq — Analisis DE Transkriptomik
Analisis ekspresi diferensial (DE) RNA-seq mengidentifikasi gen yang kelimpahan transkripnya berbeda secara signifikan antara dua atau lebih kondisi biologis — misalnya, yang diberi perlakuan versus kontrol, atau jaringan yang sakit versus sehat. Dimulai dari pembacaan sekuensing mentah, alur kerja bergerak melalui penyelarasan, normalisasi berbasis hitungan, pemodelan statistik dispersi hitungan, pengujian hipotesis, dan koreksi pengujian berganda untuk menghasilkan daftar gen yang diekspresikan secara diferensial yang diberi peringkat, disertai dengan perkiraan perubahan lipat (fold-change) dan nilai p yang disesuaikan.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+50 more
Sumber
- 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 ↗
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). RNA Sequencing Differential Expression Analysis. ScholarGate. https://scholargate.app/id/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.
- Panggilan Puncak ChIP-seqBioinformatika↔ compare
- Analisis Pengayaan Set Gen (GSEA)Bioinformatika↔ compare
- Analisis Pengayaan JalurBioinformatika↔ compare
- Perataan UrutanBioinformatika↔ compare
- Analisis RNA-seq Sel TunggalBioinformatika↔ compare
- Panggilan VarianBioinformatika↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →