Process / pipelineBioinformatics / omics

Bajevska analiza diferencijalne ekspresije gena iz RNA-seq podataka — Bajevska analiza diferencijalne ekspresije podataka sekvenciranja RNK

Bajevska analiza diferencijalne ekspresije gena iz RNA-seq primenjuje hijerarhijske bajevske modele na podatke o broju očitavanja iz sekvenciranja RNK kako bi se identifikovali geni čiji se nivoi ekspresije značajno razlikuju između bioloških uslova. Umesto da se oslanjaju isključivo na p-vrednosti, ove metode kvantifikuju posteriornu verovatnoću da je gen diferencijalno eksprimovan, pozajmljujući statističku snagu među genima i prirodno prilagođavajući male veličine uzoraka uobičajene u eksperimentima sa genomikom.

Otvorite u MethodMindUskoroVideoUskoroDownload slides

Pročitajte celu metodu

Samo za članove

Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.

Prijavite se

Method map

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

Izvori

  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

Kako citirati ovu stranicu

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

Citirana u

ScholarGateBayesian RNA-seq differential expression (Bayesian Differential Expression Analysis of RNA Sequencing Data). Preuzeto 2026-06-15 sa https://scholargate.app/sr/bioinformatics/bayesian-rna-seq-differential-expression · Skup podataka: https://doi.org/10.5281/zenodo.20539026