ScholarGate
Assistent
Process / pipelineBioinformatics / omics

RNA-seq differensialuttrykk — Transkriptomisk DE-analyse

RNA-seq differensialuttrykksanalyse (DE) identifiserer gener hvis transkriptmengde avviker signifikant mellom to eller flere biologiske forhold – for eksempel behandlet versus kontroll, eller sykt versus friskt vev. Fra rå sekvenseringsavlesninger går pipelinen gjennom justering, tellingsbasert normalisering, statistisk modellering av tellingsdispersjon, hypotesetesting og korreksjon for multiple tester for å produsere en rangert liste over differensielt uttrykte gener, ledsaget av estimater for fold-endring og justerte p-verdier.

Åpne i MethodMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

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

+50 more

Kilder

  1. 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
  2. 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

Slik siterer du denne siden

ScholarGate. (2026, June 3). RNA Sequencing Differential Expression Analysis. ScholarGate. https://scholargate.app/no/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.

Compare side by side

Referert av

Bayesiansk eQTL-analyseBayesian genesettberikelsesanalyseBayesiansk metabolomikk-analyseBayesiansk proteomikk-analyseBayesiansk RNA-sekvensering differensiell ekspresjonBayesiansk sekvensjusteringBayesiansk variantkallingChIP-seq Peak CallingAnalyse av kopiantallsvariasjonDifferensiell ChIP-seq Peak CallingDifferensiell Epigenom-Vid AssosiasjonsstudieDifferensiell eQTL-analyseDifferensiell metabolomikkanalyseDifferensiell banearbeidsanalyseDifferensiell encelle-RNA-sekvenseringsanalyseDifferensiell variantkallingeQTL-analyseGenesettanrikelsesanalyse (GSEA)Genom-omfattende assosiasjonsstudie (GWAS)Maskinlæringsassistert ChIP-seq toppkallingMaskinlæringsassistert eQTL-analyseMaskinlæringsassistert gen-sett-anrikningsanalyseMaskinlæringsassistert analyse av mikrobiomdiversitetMaskinlæringsassistert RNA-seq differensialuttrykksanalyseMaskinlæringsassistert analyse av enkeltcelle-RNA-sekvenseringMetabolomanalyseMulti-omics eQTL-analyseMulti-omics gen-settberikningsanalyseMulti-omics metabolomics analysisMulti-omikk-proteomikkanalyseAnalyse av multiomikk-data fra enkeltcellerNettverksbasert Epigenom-vid Assosiasjonsstudie (Network EWAS)Nettverksbasert eQTL-analyseNettverksbasert gen-sett berikelsesanalyseNettverksbasert analyse av mikrobiomdiversitetNettverksbasert RNA-seq analyse av differensiell ekspresjonNettverksbasert analyse av enkeltcelle-RNA-seqNettverksbasert variantkallingPathway Enrichment AnalysisFylogenetisk analyseProteomikk-analyseSekvensjusteringSingle-cell eQTL-analyseEnkeltcelle-genberikelsesanalyseEnkeltcelle-GWASAnalyse av enkeltcelle-RNA-sekvensering (scRNA-seq)Analyse av differensial genuttrykk i enkeltcelle-RNA-sekvenseringEnkeltcelle sekvensjusteringTidsserie-ChIP-seq-toppkallingTidsrekkeanalyse av kopitallsvariasjonTidsrekke epigenom-vid assosiasjonsstudieTidsrekke-genmengdeberikelsesanalyse – Dynamisk vei-berikelse over tidspunkterTidsrekkeanalyse av mikrobiomdiversitetTidsrekke-anrikningsanalyse av signalveierTidsrekke-fylogenetisk analyseTidsrekke-proteomanalyseTidsrekke RNA-seq Differensiell EkspresjonTidsrekkeanalyse av enkeltcelle-RNA-seqTidsserie-variantkalling – deteksjon av longitudinelle somatiske mutasjonerVariant Calling
ScholarGateRNA-seq Differential Expression (RNA Sequencing Differential Expression Analysis). Hentet 2026-06-15 fra https://scholargate.app/no/bioinformatics/rna-seq-differential-expression · Datasett: https://doi.org/10.5281/zenodo.20539026