Time-series RNA-seq differential expression
Time-series RNA-seq differential expression analysis identifies genes whose expression levels change systematically across ordered time points — such as during development, disease progression, or response to a treatment. Unlike two-condition DE analysis, it explicitly models the temporal structure of the data, capturing dynamic gene expression trajectories rather than a single snapshot contrast. Tools such as maSigPro, ImpulseDE2, and splineTimeR have been developed specifically for this design.
Registro de origem
Citações copiadas literalmente do registro de origem do método. Nenhuma verificação em nível de alegação é inferida delas.
- Conesa, A., Nueda, M. J., Ferrer, A., & Talon, M. (2006). maSigPro: a method to identify significantly differential expression profiles in time-course microarray experiments. Bioinformatics, 22(9), 1096–1102. · URL
- Fischer, D. S., Theis, F. J., & Yosef, N. (2018). Impulse model-based differential expression analysis of time series single-cell RNA-seq data. Genome Biology, 19(1), 1–14. · URL
Alegações curadas
Alegações persistidas no livro-razão de evidências, cada uma com sua própria avaliação.
Esta visualização não inventa uma avaliação de alegação quando o livro-razão não a possui.
Métodos relacionados
Gerado a partir do grafo de métodos e mostrado como relações sugeridas por máquina — nenhuma alegação de evidência é inferida.