首页
›
生命科学与数字医疗
›
002-转录组分析与质量治理工程
›
《RNA-seq转录组全流程分析工程》
VIP10
本课程属于:002-转录组分析与质量治理工程
生命科学与数字医疗 · 共 10 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
RNA-seq差异分析完整流程构建指南
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
RNA-seq概述
技术原理 · 应用场景与实验设计
RNA-seq
技术原理
02
测序数据格式与质量控制
FastQ格式 · FastQC · MultiQC
测序数据格式
质量控制
03
原始数据预处理
Trimmomatic/Trim G…
原始数据预处理
Trimmomatic/…
04
比对工具选择
STAR vs Hisat2 vs…
比对工具选择
STAR
05
使用STAR进行比对及生成SAM/BAM文件
使用STAR进行比对及生成SAM/BAM… · 核心概念 · 实践要点
STAR
SAM/BAM
06
比对结果评估
统计比对率 · 查看基因覆盖度
比对结果评估
统计比对率
07
表达定量
featureCounts与HTSe…
表达定量
featureCount…
08
转录本定量与无比对定量方法(Salmon, Kallisto)
转录本定量与无比对定量方法(Salmon · 核心概念 · 实践要点
Salmon
Kallisto
09
构建表达矩阵
合并样本 · 基因注释与ID转换
构建表达矩阵
合并样本
10
数据预处理
log2转换 · 标准化方法(TPM · FPKM
数据预处理
log2
11
差异表达分析基础
统计原理与多重假设检验校正
差异表达分析基础
统计原理
12
使用DESeq2进行差异表达分析
输入数据 · 设计公式 · 结果提取
DESeq2
使用
13
DESeq2结果解读
MA图 · Volcano图 · PCA分析
DESeq2
结果解读
14
使用edgeR进行差异表达分析
使用edgeR进行差异表达分析 · 核心概念 · 实践要点
edgeR
使用
15
使用limma-voom进行差异表达分析
使用limma-voom进行差异表达分析 · 核心概念 · 实践要点
limma-voom
使用
16
不同软件结果比较与决策
不同软件结果比较与决策 · 核心概念 · 实践要点
不同软件结果比较
决策
17
批次效应检测与校正(ComBat等)
批次效应检测与校正(ComBat等) · 核心概念 · 实践要点
ComBat
批次效应检测
18
火山图与热图绘制(R包ggplot2/pheatmap)
火山图与热图绘制(R包ggplot2/p… · 核心概念 · 实践要点
ggplot2/phea…
火山图
19
基因集富集分析(GSEA)原理与执行
基因集富集分析(GSEA)原理与执行 · 核心概念 · 实践要点
GSEA
基因集富集分析
20
使用clusterProfiler进行GO和KEGG富集分析
使用clusterProfiler进行G… · 核心概念 · 实践要点
clusterProfi…
GO
21
富集结果可视化
条形图 · 气泡图 · 网络图
富集结果可视化
条形图
22
转录因子富集分析(如ENRICHR)
转录因子富集分析(如ENRICHR) · 核心概念 · 实践要点
ENRICHR
转录因子富集分析
23
蛋白互作网络分析(STRING、Cytoscape)
蛋白互作网络分析(STRING · 核心概念 · 实践要点
STRING
Cytoscape
24
差异可变剪接分析简介(rMATS)
差异可变剪接分析简介(rMATS) · 核心概念 · 实践要点
rMATS
差异可变剪接分析…
25
时间序列RNA-seq分析(如maSigPro)
时间序列RNA-seq分析(如maSig… · 核心概念 · 实践要点
RNA-seq
maSigPro
26
单细胞RNA-seq差异分析简介(Seurat)
单细胞RNA-seq差异分析简介(Seu… · 核心概念 · 实践要点
RNA-seq
Seurat
27
自动化流程搭建
Snakemake或Nextflow
自动化流程搭建
Snakemake
28
结果报告生成
R Markdown或Jupyter…
结果报告生成
Markdown
29
常见问题与故障排除
低质量数据 · 低表达基因 · 批次效应
常见问题
故障排除
30
实战案例
从原始测序数据到发表级图表全流程
实战案例
从原始测序数据到…
所属VIP或分类
同VIP:GEO转录组数据挖掘工程
同VIP:RNA-seq-SVA与ComBat批次校正工程
同VIP:RNA-seq分析审计与可追溯工程