RNA-seq Differential Expression — Transkriptomisk DE-analys
RNA-seq DE-analys (differential expression) identifierar gener vars transkriptabundans skiljer sig signifikant mellan två eller flera biologiska tillstånd – till exempel, behandlad kontra kontroll, eller sjuk vävnad kontra frisk. Från råa sekvenseringsläsningar går pipelinen genom alignment, räknebaserad normalisering, statistisk modellering av räknedispersionsgrad, hypotesprövning och korrigering för multipeltestning för att producera en rangordnad lista över differentiellt uttryckta gener åtföljd av skattningar av fold-change och justerade p-värden.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
+50 more
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). RNA Sequencing Differential Expression Analysis. ScholarGate. https://scholargate.app/sv/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.
- ChIP-seq Peak CallingBioinformatik↔ compare
- Genuppsättningsanrikningsanalys (GSEA)Bioinformatik↔ compare
- VägberikningsanalysBioinformatik↔ compare
- SekvensinpassningBioinformatik↔ compare
- Analys av enkelcells-RNA-sekvenseringBioinformatik↔ compare
- Variant CallingBioinformatik↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →