首页
›
生物信息学与 AI 制药工程
›
008-RNA-seq差异表达分析
›
《DESeq2与edgeR差异结果偏差归因》
VIP20
本课程属于:008-RNA-seq差异表达分析
生物信息学与 AI 制药工程 · 共 20 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
DESeq2与edgeR差异结果偏差归因
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差异表达分析简介
为什么需要两种方法
RNA-seq
差异表达分析简介
02
DESeq2与edgeR的共性与设计哲学
DESeq2与edgeR的共性与设计哲学 · 核心概念 · 实践要点
DESeq2
edgeR
03
数据预处理差异
原始计数 vs 规范化因子
数据预处理差异
vs
04
模型假设
负二项分布与均值-方差关系
模型假设
负二项分布
05
离散度估计方法
DESeq2的收缩 vs edgeR…
离散度估计方法
DESeq2
06
差异表达检验统计量
Wald检验 vs 似然比检验
差异表达检验统计…
Wald
07
多重假设校正
BH方法实现细节
多重假设校正
BH
08
小样本情况下的表现差异
小样本情况下的表现差异 · 核心概念 · 实践要点
小样本情况下的表…
重点
09
批次效应的处理方式比较
批次效应的处理方式比较 · 核心概念 · 实践要点
批次效应的处理方…
重点
10
基因过滤策略
DESeq2的自动过滤 vs edg…
基因过滤策略
DESeq2
11
结果的稳定性与可重复性
结果的稳定性与可重复性 · 核心概念 · 实践要点
结果的稳定性
可重复性
12
计算效率与内存占用对比
计算效率与内存占用对比 · 核心概念 · 实践要点
计算效率
内存占用对比
13
输出结果解读
log2FoldChange与p值的…
输出结果解读
log2FoldChan…
14
生物学重复 vs 技术重复的处理
生物学重复 vs 技术重复的处理 · 核心概念 · 实践要点
vs
生物学重复
15
单端与双端测序数据的影响
单端与双端测序数据的影响 · 核心概念 · 实践要点
单端
双端测序数据的影…
16
零膨胀与低表达基因的处理
零膨胀与低表达基因的处理 · 核心概念 · 实践要点
零膨胀
低表达基因的处理
17
协变量与多重比较的设计
协变量与多重比较的设计 · 核心概念 · 实践要点
协变量
多重比较的设计
18
交互效应与时间序列分析
交互效应与时间序列分析 · 核心概念 · 实践要点
交互效应
时间序列分析
19
与limma-voom方法的比较
与limma-voom方法的比较 · 核心概念 · 实践要点
limma-voom
方法的比较
20
使用模拟数据比较两个工具
使用模拟数据比较两个工具 · 核心概念 · 实践要点
使用模拟数据比较…
重点
21
实际案例
一个样本集同时用两种方法
实际案例
一个样本集同时用…
22
结果不一致时的排查思路
结果不一致时的排查思路 · 核心概念 · 实践要点
结果不一致时的排…
重点
23
基因长度与文库大小标准化
基因长度与文库大小标准化 · 核心概念 · 实践要点
基因长度
文库大小标准化
24
异常样本检测与剔除法
异常样本检测与剔除法 · 核心概念 · 实践要点
异常样本检测
剔除法
25
基因集富集分析(GSEA)前的差异基因列表差异
基因集富集分析(GSEA)前的差异基因列… · 核心概念 · 实践要点
GSEA
基因集富集分析
26
版本更新带来的变化(DESeq2 v1.40 vs edgeR v4.0)
版本更新带来的变化(DESeq2 v1.… · 核心概念 · 实践要点
DESeq2
v1.40
27
可视化差异
MA图 · 火山图 · PCA图
可视化差异
MA
28
参数调优对结果的影响
参数调优对结果的影响 · 核心概念 · 实践要点
参数调优对结果的…
重点
29
与其它R包(如DSS、EBSeq)的简要比较
与其它R包(如DSS · 核心概念 · 实践要点
DSS
EBSeq
30
总结
如何选择合适的方法
如何选择合适的方…
重点
所属VIP或分类
同VIP:Conda复现RNA-seq差异分析流程
同VIP:DESeq2与edgeR差异表达建模对比
同VIP:DESeq2参数配置优化差异检测教程