Jove
Visualize
お問い合わせ

関連する概念動画

RNA-seq03:21

RNA-seq

12.2K
RNA sequencing, or RNA-Seq, is a high-throughput sequencing technology used to study the transcriptome of a cell. Transcriptomics helps to interpret the functional elements of a genome and identify the molecular constituents of an organism. Additionally, it also helps in understanding the development of an organism and the occurrence of diseases. 
Before the discovery of RNA-seq, microarray-based methods and Sanger sequencing were used for transcriptome analysis. However, while...
12.2K
Ribosome Profiling02:24

Ribosome Profiling

4.2K
Ribosome profiling or ribo-sequencing is a deep sequencing technique that produces a snapshot of active translation in a cell. It selectively sequences the mRNAs protected by ribosomes to get an insight into a cell’s translation landscape at any given point in time.
Applications of ribosome profiling
Ribosome profiling has many applications, including in vivo monitoring of translation inside a particular organ or tissue type and quantifying new protein synthesis levels.
The technique...
4.2K

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

A case of Incontinentia Pigmenti associated with concurrent <i>IKBKG/NEMO</i> and <i>MED13L</i> mutations.

Frontiers in medicine·2026
Same author

MiR-23c Regulates the Resistance to Gefitinib in EGFR Mutant Non-Small-Cell Lung Cancer Cells.

Cells·2026
Same author

Glycosyltransferases as Oncogenic Drivers: Lessons from Cancer Genome Mining.

DNA and cell biology·2026
Same author

Golden rules for optimizing the diagnostic pathway of IDH-mutant tumors: bridging evidence and clinical practice in cholangiocarcinoma and adult-type diffuse gliomas.

Pathologica·2026
Same author

Mining cancer genomes for copy number alterations identifies glycosylation enzymes as oncogenic drivers.

Proceedings of the National Academy of Sciences of the United States of America·2026
Same author

First-line Nivolumab plus FOLFOXIRI/Bevacizumab in advanced RAS/BRAF-mutated colorectal cancer: efficacy, safety and biomarker discovery from the phase II NIVACOR trial.

Nature communications·2026
Same journal

Correction to: Pathogenicity patterns in cytochrome P450 family.

Bioinformatics advances·2026
Same journal

Region-aware bridge modeling enables interpretable mesoscale representation of spatial transcriptomic tissue sections.

Bioinformatics advances·2026
Same journal

Microbiome differential abundance methodologies to detect relevant taxa associated with chemotherapy toxicity rate in colorectal cancer.

Bioinformatics advances·2026
Same journal

maldipickr dereplicates microbial MALDI-TOF spectra to facilitate multiplexed isolation.

Bioinformatics advances·2026
Same journal

RAM-MSA: an anytime memory-bounded method for exact multiple sequence alignment using path finding.

Bioinformatics advances·2026
Same journal

Interpretable machine learning for low-sample multi-omics: a case study of ferret vaccine response.

Bioinformatics advances·2026
関連記事をすべて見る
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する実験動画

Updated: Feb 26, 2026

Rup (RNA-seq Usability Assessment Pipeline) - Quality Control for Bulk RNA-seq Experiments in Eukaryotes
05:07

Rup (RNA-seq Usability Assessment Pipeline) - Quality Control for Bulk RNA-seq Experiments in Eukaryotes

Published on: November 7, 2025

434

REDAC: RNAシーケンス発現データ解析チャットボット

Giovanni Maria De Filippis1, Pranoy Sahu2, Pasqualina Ambrosio2

  • 1Department of Electrical Engineering and Information Technology, University of Naples Federico II, Naples, 80125, Italy.

Bioinformatics advances
|February 25, 2026
PubMed
まとめ
この要約は機械生成です。

REDACは、自然言語クエリを使用してRNAシーケンス発現データ解析を簡素化します。このウェブベースのRアプリケーションは、データ探索、視覚化、解釈を強化し、すべてのユーザーにとって再現可能な研究を促進します。

キーワード:
RNAシーケンス発現データ解析チャットボット自然言語処理LLM再現可能な研究バイオインフォマティクス

さらに関連する動画

A Bioinformatics Pipeline for Investigating Molecular Evolution and Gene Expression using RNA-seq
07:09

A Bioinformatics Pipeline for Investigating Molecular Evolution and Gene Expression using RNA-seq

Published on: May 28, 2021

10.6K
Identification of Key Factors Regulating Self-renewal and Differentiation in EML Hematopoietic Precursor Cells by RNA-sequencing Analysis
12:44

Identification of Key Factors Regulating Self-renewal and Differentiation in EML Hematopoietic Precursor Cells by RNA-sequencing Analysis

Published on: November 11, 2014

12.8K

関連する実験動画

Last Updated: Feb 26, 2026

Rup (RNA-seq Usability Assessment Pipeline) - Quality Control for Bulk RNA-seq Experiments in Eukaryotes
05:07

Rup (RNA-seq Usability Assessment Pipeline) - Quality Control for Bulk RNA-seq Experiments in Eukaryotes

Published on: November 7, 2025

434
A Bioinformatics Pipeline for Investigating Molecular Evolution and Gene Expression using RNA-seq
07:09

A Bioinformatics Pipeline for Investigating Molecular Evolution and Gene Expression using RNA-seq

Published on: May 28, 2021

10.6K
Identification of Key Factors Regulating Self-renewal and Differentiation in EML Hematopoietic Precursor Cells by RNA-sequencing Analysis
12:44

Identification of Key Factors Regulating Self-renewal and Differentiation in EML Hematopoietic Precursor Cells by RNA-sequencing Analysis

Published on: November 11, 2014

12.8K

科学分野:

  • バイオインフォマティクス
  • 計算生物学
  • ゲノミクス

背景:

  • RNAシーケンス発現データ解析は、複雑な解析プロセスと解釈の難しさにより、大きな課題をもたらします。
  • 研究者は、統計的検定の選択、データ正規化、フィルタリングなどのタスクにバイオインフォマティシャンの専門知識を必要とすることがよくあります。
  • RNAシーケンス解析における厳密性と再現性の確保は、多くのユーザーにとって依然としてハードルとなっています。

研究 の 目的:

  • RNAシーケンス発現データ探索と解析を簡素化および強化するユーザーフレンドリーなプラットフォームを開発すること。
  • 自然言語クエリを使用した差次的RNAシーケンス解析を実行するための簡単な方法を提供すること。
  • パスウェイ濃縮結果の生物学的解釈に大規模言語モデルを統合し、研究の再現性を促進すること。

主な方法:

  • インタラクティブなプラットフォームを備えたウェブベースのRアプリケーションであるREDACの開発。
  • RNAシーケンス解析のための自然言語クエリ処理の実装。
  • パスウェイ濃縮解釈のためのPubMedベースの検索拡張生成モジュールを備えた大規模言語モデル（Gemma、LLaMA）の統合。
  • 再現性を確保するための解析レポートの自動生成。

主要な成果:

  • REDACは、RNAシーケンス発現データ解析のための、簡略化され、迅速で、透明性の高いアプローチを提供します。
  • このアプリケーションにより、ユーザーは完全な解析を実行し、包括的な視覚化を生成し、生物学的解釈を得ることができます。
  • REDACは、自動化されたレポート生成を通じて再現可能な研究を促進します。
  • このプラットフォームは、パスウェイ濃縮の生物学的解釈を強化するためにLLMを正常に統合しています。

結論:

  • REDACは、RNAシーケンスデータ解析の複雑さに効果的に対処し、より幅広い研究者にとってアクセスしやすくします。
  • このツールは、直感的で自然言語駆動のインターフェースを通じて、データ探索、解析、解釈を強化します。
  • REDACは、レポート生成の自動化と高度な解釈方法の統合により、バイオインフォマティクス研究における再現性を促進します。