การแสดงออกที่แตกต่างกันของ RNA-seq แบบอนุกรมเวลา — ทรานสคริปโทมิกส์เชิงเวลา
การวิเคราะห์การแสดงออกที่แตกต่างกันของ RNA-seq แบบอนุกรมเวลา (Time-series RNA-seq differential expression analysis) ระบุยีนที่มีระดับการแสดงออกเปลี่ยนแปลงอย่างเป็นระบบตลอดช่วงเวลาที่เรียงลำดับกัน เช่น ในระหว่างการพัฒนา, การดำเนินของโรค, หรือการตอบสนองต่อการรักษา ซึ่งแตกต่างจากการวิเคราะห์ DE แบบสองสภาวะตรงที่แบบอนุกรมเวลาจะจำลองโครงสร้างเชิงเวลาของข้อมูลอย่างชัดเจน โดยจับภาพวิถีการแสดงออกของยีนแบบพลวัต แทนที่จะเป็นการเปรียบเทียบแบบภาพรวมเพียงครั้งเดียว เครื่องมือต่างๆ เช่น maSigPro, ImpulseDE2 และ splineTimeR ได้รับการพัฒนาขึ้นมาโดยเฉพาะสำหรับการออกแบบนี้
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
แผนที่ระเบียบวิธี
ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ
+2 เพิ่มเติม
แหล่งอ้างอิง
- 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. link ↗
- 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. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Time-series RNA Sequencing Differential Expression Analysis. ScholarGate. https://scholargate.app/th/bioinformatics/time-series-rna-seq-differential-expression
ระเบียบวิธีใด?
วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน
- Gene Set Enrichment Analysis (GSEA)ชีวสารสนเทศศาสตร์↔ เปรียบเทียบ
- การวิเคราะห์การแสดงออกแตกต่างกันของ RNA-seq แบบหลายโอห์มิกส์ชีวสารสนเทศศาสตร์↔ เปรียบเทียบ
- การวิเคราะห์ความอุดมสมบูรณ์ของวิถีชีวภาพชีวสารสนเทศศาสตร์↔ เปรียบเทียบ
- การแสดงออกแตกต่างกันของ RNA-seqชีวสารสนเทศศาสตร์↔ เปรียบเทียบ
- การวิเคราะห์ Single-cell RNA-seqชีวสารสนเทศศาสตร์↔ เปรียบเทียบ
- การวิเคราะห์ eQTL อนุกรมเวลาชีวสารสนเทศศาสตร์↔ เปรียบเทียบ