Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Interpreting R Charts01:22

Interpreting R Charts

113
R chart, or range chart, is a fundamental tool in statistical process control used to monitor the variability within a process. It complements the X-bar (x̄) chart by focusing on the range of the data, rather than individual values, providing a clear picture of the process dispersion over time.
An R chart plots the range of subsets of measurements collected from a process. Each point on the chart represents the range—defined as the difference between the maximum and minimum...
113

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Impaired TGFβ Signaling in Plaque-Associated Microglia.

Biomolecules·2026
Same author

TGFβ1 attenuates microglial IL1β release through inhibition of NLRP3 inflammasome priming.

Frontiers in immunology·2026
Same author

Joint Anatomical, Histological, and Imaging Investigation of the Midbrain Target Region for Superolateral Medial Forebrain Bundle Deep Brain Stimulation.

Stereotactic and functional neurosurgery·2024
Same author

In Search for a Pathogenesis of Major Depression and Suicide-A Joint Investigation of Dopamine and Fiber Tract Anatomy Focusing on the Human Ventral Mesencephalic Tegmentum: Description of a Workflow.

Brain sciences·2024
Same author

A Custom Panel for Profiling Microglia Gene Expression.

Cells·2024
Same author

Microglial Transforming Growth Factor-β Signaling in Alzheimer's Disease.

International journal of molecular sciences·2024

Video Experimental Relacionado

Updated: Sep 9, 2025

Characterization of In Vitro Differentiation of Human Primary Keratinocytes by RNA-Seq Analysis
07:29

Characterization of In Vitro Differentiation of Human Primary Keratinocytes by RNA-Seq Analysis

Published on: May 16, 2020

6.2K

DgeaHeatmap: un paquete R para el análisis transcriptómico y la generación de mapas de calor

Leonie J Lancelle1, Phani S Potru1, Björn Spittau1

  • 1Department of Anatomy and Cell Biology, Medical School OWL, Bielefeld University, Bielefeld 33615, Germany.

Bioinformatics advances
|September 3, 2025
PubMed
Resumen

Los investigadores ahora pueden realizar análisis de expresión génica diferencial y crear mapas de calor utilizando el nuevo paquete R, DgeaHeatmap. Esta herramienta ofrece una solución flexible e independiente del servidor para analizar los datos transcriptómicos de Nanostring GeoMx DSP.

Más Videos Relacionados

Comprehensive Workflow for the Genome-wide Identification and Expression Meta-analysis of the ATL E3 Ubiquitin Ligase Gene Family in Grapevine
10:40

Comprehensive Workflow for the Genome-wide Identification and Expression Meta-analysis of the ATL E3 Ubiquitin Ligase Gene Family in Grapevine

Published on: December 22, 2017

10.6K
Three Differential Expression Analysis Methods for RNA Sequencing: limma, EdgeR, DESeq2
10:10

Three Differential Expression Analysis Methods for RNA Sequencing: limma, EdgeR, DESeq2

Published on: September 18, 2021

38.4K

Videos de Experimentos Relacionados

Last Updated: Sep 9, 2025

Characterization of In Vitro Differentiation of Human Primary Keratinocytes by RNA-Seq Analysis
07:29

Characterization of In Vitro Differentiation of Human Primary Keratinocytes by RNA-Seq Analysis

Published on: May 16, 2020

6.2K
Comprehensive Workflow for the Genome-wide Identification and Expression Meta-analysis of the ATL E3 Ubiquitin Ligase Gene Family in Grapevine
10:40

Comprehensive Workflow for the Genome-wide Identification and Expression Meta-analysis of the ATL E3 Ubiquitin Ligase Gene Family in Grapevine

Published on: December 22, 2017

10.6K
Three Differential Expression Analysis Methods for RNA Sequencing: limma, EdgeR, DESeq2
10:10

Three Differential Expression Analysis Methods for RNA Sequencing: limma, EdgeR, DESeq2

Published on: September 18, 2021

38.4K

Área de la Ciencia:

  • La genómica y la bioinformática
  • Biología molecular

Sus antecedentes:

  • El análisis de datos transcriptómicos, especialmente de Nanostring GeoMx DSP, requiere herramientas accesibles y flexibles.
  • Las herramientas basadas en la web existentes a menudo carecen de transparencia, personalización y seguridad de los datos debido a la dependencia del servidor.
  • Hay necesidad de herramientas bioinformáticas fáciles de usar para investigadores con diferentes niveles de experiencia.

Objetivo del estudio:

  • Introducir DgeaHeatmap, un paquete R diseñado para el análisis de la expresión génica diferencial y la generación de mapas de calor.
  • Proporcionar una solución simplificada e independiente del servidor para el análisis de datos transcriptómicos de Nanostring GeoMx DSP.
  • Mejorar la flexibilidad, la transparencia y la reproducibilidad en el análisis de datos transcriptómicos.

Principales métodos:

  • Desarrollo de un paquete R, DgeaHeatmap, con funciones fáciles de usar.
  • La inclusión de herramientas para el preprocesamiento, el filtrado y la anotación de conjuntos de datos transcriptómicos (tanto los recuentos normalizados como los crudos).
  • Implementación del escalamiento de la puntuación Z y de la agrupación de las medias k para la generación de mapas de calor.
  • Adaptación de un flujo de trabajo de GeoMxTools para el manejo de datos crudos de GeoMx DSP.

Principales resultados:

  • DgeaHeatmap ofrece funciones simplificadas para el análisis de la expresión génica diferencial y la generación de mapas de calor.
  • El paquete admite datos de conteo normalizados y crudos, lo que permite un análisis exhaustivo.
  • El análisis independiente del servidor mejora la flexibilidad, la transparencia y la reproducibilidad para los investigadores.
  • Los mapas de calor personalizables se generan utilizando el escalamiento de la puntuación Z y el agrupamiento de las medias k.

Conclusiones:

  • DgeaHeatmap proporciona un paquete R accesible y flexible para el análisis de datos transcriptómicos.
  • El paquete permite a los investigadores, incluidos aquellos con poca experiencia en bioinformática, analizar datos complejos de manera efectiva.
  • DgeaHeatmap promueve una mayor transparencia, personalización y reproducibilidad en los estudios de expresión génica.