TranscriptomicsDESeq2差异基因分析和批次效应移除 基因表达标准化 不同样品的测序量会有差异,最简单的标准化方式是计算 counts per million (CPM),即原始reads count除以总reads数乘以1,000,000。 这种计算方... 11月03日12,528评论DESeq2 批次效应 阅读全文
Transcriptomics使用DESeq2进行差异表达分析 下载完原始数据,比对以及构建DESeqDataSet对象等一系列使用前准备完成后,我们便可以使用DESeq2进行后续的差异表达分析了。由于DESeq2的原理和内部的处理方法非常复杂,因此本文暂时不涉及... 04月16日2,886评论DESeq2 阅读全文
TranscriptomicsDESeq2使用前准备 DESeq2是比较常用的bulk RNA-seq分析软件,也可以处理类似的ChIP-Seq,shRNA以及质谱数据。DESeq2基于负二项分布的模型对count table进行数据处理,因此需要的输入... 09月16日1,577评论DESeq2 阅读全文
Transcriptomics别再用DEseq2和edgeR进行大样本差异表达基因分析了 读博那几年,闲着没事就喜欢做各种软件的测试对比。有时候几个转录组样本非得用两三个差异分析方法都做一遍。严谨起来就给它们之间求一个交集,狡猾起来就谁的结果「更好」就用谁(想必你也是这么做的)。 2021... 07月22日3,486评论DESeq2 差异基因 阅读全文
Transcriptomics用DESeq2包来对RNA-seq数据进行差异分析 差异分析的套路都是差不多的,大部分设计思想都是继承limma这个包,DESeq2也不例外。 DESeq2是DESeq包的更新版本,看样子应该不会有DESeq3了,哈哈,它的设计思想就是针对count类... 04月15日27,4003RNA-seq 差异表达 阅读全文
Transcriptomics简单使用DESeq2/EdgeR做差异分析 DESeq2和EdgeR都可用于做基因差异表达分析,主要也是用于RNA-Seq数据,同样也可以处理类似的ChIP-Seq,shRNA以及质谱数据。 这两个都属于R包,其相同点在于都是对count da... 01月22日342评论DESeq2 edgeR 阅读全文
Transcriptomics从spike-in到DESeq2:文库normalization 最近在处理一批RNA-seq的数据,里面混入了spike-in。利用spike-in矫正之后,样本A的基因表达量普遍比样本B的基因表达量高3-5倍,这和我所熟知的背景知识是一致的。 但是当我使用DES... 09月05日321评论DESeq2 Normalization 阅读全文