Beiziešu RNS-sekvencēšanas diferenciālās ekspresijas analīze — Beiziešu DE analīze RNS sekvencēšanas datiem
Beiziešu RNS-sekvencēšanas diferenciālās ekspresijas analīze izmanto hierarhiskus beiziešu modeļus RNS sekvencēšanas nolasījumu skaita datiem, lai identificētu gēnus, kuru ekspresijas līmenis būtiski atšķiras starp bioloģiskiem apstākļiem. Tā vietā, lai paļautos tikai uz p-vērtībām, šīs metodes kvantificē posterioro varbūtību, ka gēns ir diferenciāli ekspresēts, aizņemoties statistisko spēku no citiem gēniem un dabiski pielāgojoties maziem paraugu izmēriem, kas bieži sastopami genoma eksperimentos.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
- Hardcastle, T. J., & Kelly, K. A. (2010). baySeq: Empirical Bayesian methods for identifying differential expression in sequence count data. BMC Bioinformatics, 11, 422. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Bayesian Differential Expression Analysis of RNA Sequencing Data. ScholarGate. https://scholargate.app/lv/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.
- Beiziešu GWASBioinformātika↔ compare
- GSEA (Gēnu kopu bagātināšanas analīze)Bioinformātika↔ compare
- Signālu ceļu bagātināšanas analīzeBioinformātika↔ compare
- RNA-seq diferenciālās ekspresijasBioinformātika↔ compare
- Vienšūnas RNS sekvencēšanas analīzeBioinformātika↔ compare
- Variantu identificēšanaBioinformātika↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →