相关实验视频
Updated: Jun 16, 2025

05:22
Analyzing Multifactorial RNA-Seq Experiments with DiCoExpress
Published on: July 29, 2022
3.4K
赛普拉斯:一种R/生物导体包,用于细胞类型特定的差异表达分析和功率评估
Shilin Yu1, Guanqun Meng2, Wen Tang2
1Department of Quantitative Health Sciences, Lerner Research Institute, Cleveland Clinic Foundation, Cleveland, OH 44106, United States.
Bioinformatics (Oxford, England)
|August 17, 2024
概括
研究人员现在可以优化实验设计以识别细胞类型特定的差异表达 (csDE) 基因,使用cypress. 该工具提供了大量RNA测序数据的统计功率分析,增强了临床应用.
科学领域:
- 计算生物学是一种计算生物学.
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
背景情况:
- 计算信号解卷的进步允许在更细的细胞类型水平上进行批量转录组分析.
- 鉴定细胞类型特异表达 (csDE) 基因对于临床应用至关重要,但在实验设计中面临实际挑战.
- 现有的方法缺乏用于实验设计和在csDE基因检测中的统计功率分析的专门工具.
研究的目的:
- 推出cypress,这是第一个专门用于csDE基因识别的实验设计和统计功率分析工具.
- 为研究人员提供一个高保真模拟器,用于大量RNA测序 (RNA-seq) 卷积和解卷积过程.
- 帮助优化实验设计和进行csDE基因研究的功率分析.
主要方法:
- 树模型纯化细胞类型特异性 (CTS) 配置,细胞类型组合以及生物/技术变异.
- 它作为大量RNA-seq卷积和解卷积的模拟器.
- 该工具使用统计指标评估各种影响因素的影响.
主要成果:
- 树使得复杂的生物和技术变异在转录组数据的可靠建模.
- 它为评估实验设计提供了一个强大的模拟环境.
- 该工具有助于评估在不同条件下检测csDE基因的统计能力.
结论:
- 树解决了对csDE基因鉴定实验设计的关键需求.
- 它使研究人员能够优化他们的研究并提高研究结果的可靠性.
- 该工具增强了临床基因组学中解卷方法的实际应用.
更多相关视频
12:10An Experimental and Bioinformatics Protocol for RNA-seq Analyses of Photoperiodic Diapause in the Asian Tiger Mosquito, Aedes albopictus
Published on: November 30, 2014
13.3K
10:10Three Differential Expression Analysis Methods for RNA Sequencing: limma, EdgeR, DESeq2
Published on: September 18, 2021
37.1K