Process / pipelineBioinformatics / omics

Phân tích biểu hiện gen khác biệt RNA-seq — Phân tích DE Transcriptomic

Phân tích biểu hiện gen khác biệt (DE) bằng RNA-seq xác định các gen có độ dồi dào bản phiên khác biệt đáng kể giữa hai hoặc nhiều điều kiện sinh học — ví dụ, điều trị so với đối chứng, hoặc mô bệnh so với mô khỏe mạnh. Bắt đầu từ các đọc giải trình tự thô, quy trình xử lý bao gồm căn chỉnh, chuẩn hóa dựa trên số lượng, mô hình hóa thống kê độ phân tán của số lượng, kiểm định giả thuyết và hiệu chỉnh đa kiểm định để tạo ra danh sách các gen biểu hiện khác biệt được xếp hạng, kèm theo ước tính thay đổi theo tỷ lệ (fold-change) và các giá trị p đã hiệu chỉnh.

Mở trong MethodMindSắp ra mắtVideoSắp ra mắtDownload slides

Đọc toàn bộ phương pháp

Chỉ dành cho thành viên

Đăng nhập bằng tài khoản miễn phí để đọc phần này.

Đăng nhập

Method map

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

+50 more

Nguồn tài liệu

  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

Cách trích dẫn trang này

ScholarGate. (2026, June 3). RNA Sequencing Differential Expression Analysis. ScholarGate. https://scholargate.app/vi/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

Được tham chiếu bởi

Phân tích eQTL BayesPhân tích làm giàu tập hợp gen BayesPhân tích Chuyển hóa Dữ liệu BayesPhân tích Proteomics BayesPhân tích biểu hiện gen vi sai RNA-seq theo phương pháp BayesCăn chỉnh chuỗi BayesGọi biến thể BayesGọi đỉnh ChIP-seqPhân tích Biến thể Số lượng Bản saoPhân tích đỉnh ChIP-seq vi saiNghiên cứu Liên kết Toàn bộ Hệ Gen Biểu Sinh Vi SaiPhân tích eQTL vi saiPhân tích Chuyển hóa Vi saiPhân tích làm giàu đường dẫn khác biệtPhân tích Biến thiên Transcriptomic Đơn Bào RNA-seqGọi biến thể vi saiPhân tích eQTLPhân tích làm giàu tập hợp gen (GSEA)Nghiên cứu liên kết toàn bộ hệ gen (GWAS)Gọi đỉnh hỗ trợ học máy cho ChIP-seqPhân tích eQTL hỗ trợ Học máyPhân tích làm giàu tập hợp gen có hỗ trợ học máyPhân tích Đa dạng Hệ Vi sinh Vật được Hỗ trợ bởi Học MáyPhân tích biểu hiện gen khác biệt RNA-seq có hỗ trợ học máyPhân tích dữ liệu RNA đơn bào (scRNA-seq) hỗ trợ bởi Học máyPhân tích Chuyển hóaPhân tích eQTL đa omicsPhân tích làm giàu tập hợp gen đa omicsPhân tích Đa Omics Hệ Chuyển hóaPhân tích proteomics đa omicsPhân tích Đa-omics đơn bào RNA-seqNetwork-based epigenome-wide association studyPhân tích eQTL dựa trên mạngPhân tích làm giàu tập hợp gen dựa trên mạng lướiPhân tích đa dạng vi khuẩn chí dựa trên mạng lướiPhân tích biểu hiện vi sai RNA-seq dựa trên mạngPhân tích RNA-seq đơn bào dựa trên mạng lướiGọi biến dựa trên mạngPhân tích làm giàu đường dẫnPhylogenetic AnalysisPhân tích ProteomicsCăn chỉnh trình tựPhân tích eQTL đơn bàoPhân tích làm giàu tập hợp gen đơn bàoGWAS đơn bàoPhân tích RNA-seq đơn bàoSingle-cell RNA-seq differential expressionCăn chỉnh trình tự đơn bàoGọi đỉnh ChIP-seq theo chuỗi thời gianPhân tích biến thể số lượng bản sao theo chuỗi thời gianNghiên cứu Hiệp hội Toàn bộ Hệ Gen trong Chuỗi Thời gianPhân tích làm giàu tập hợp gen theo chuỗi thời gianPhân tích Đa dạng Hệ Vi sinh Vật theo Chuỗi Thời gianPhân tích làm giàu đường dẫn theo chuỗi thời gianPhân tích phát sinh loài theo chuỗi thời gianPhân tích Proteomics theo chuỗi thời gianPhân tích biểu hiện gen vi sai theo chuỗi thời gianPhân tích chuỗi thời gian RNA đơn bàoGọi biến thể theo chuỗi thời gianVariant Calling
ScholarGateRNA-seq Differential Expression (RNA Sequencing Differential Expression Analysis). Truy cập ngày 2026-06-15 từ https://scholargate.app/vi/bioinformatics/rna-seq-differential-expression · Bộ dữ liệu: https://doi.org/10.5281/zenodo.20539026