首页
›
生物信息学与 AI 制药工程
›
008-RNA-seq差异表达分析
›
《DESeq2参数配置优化差异检测教程》
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
DESeq2参数配置优化差异检测教程
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
DESeq2简介
背景 · 原理 · 与edgeR/limma的比较
DESeq2
简介
02
R与Bioconductor环境搭建
R与Bioconductor环境搭建 · 核心概念 · 实践要点
Bioconductor
R
03
DESeq2安装与依赖包管理
DESeq2安装与依赖包管理 · 核心概念 · 实践要点
DESeq2
安装
04
输入数据格式
count矩阵与样本信息表
输入数据格式
count
05
数据导入
构建DESeqDataSet对象
数据导入
DESeqDataSet
06
数据预处理
过滤低表达基因
数据预处理
过滤低表达基因
07
差异表达分析基本流程
差异表达分析基本流程 · 核心概念 · 实践要点
差异表达分析基本…
重点
08
结果对象与提取
results()函数详解
结果对象
提取
09
结果排序与筛选
p值 · log2FC阈值
结果排序
筛选
10
多重假设检验校正
BH · BY方法
多重假设检验校正
BH
11
可视化基础
MA图 · 火山图
可视化基础
MA
12
热图与聚类
pheatmap与ComplexHe…
热图
聚类
13
样本PCA与层次聚类
rlog与vst变换
PCA
样本
14
参数调整
sizeFactors估计方法
参数调整
sizeFactors
15
离散度估计与参数
fitType · minReplicates
离散度估计
参数
16
差异检验方法
Wald检验 vs LRT
差异检验方法
Wald
17
批处理效应校正
~batch vs ~batch+c…
批处理效应校正
batch
18
自定义对比组
contrast参数与results…
自定义对比组
contrast
19
非配对与配对设计
paired samples
非配对
配对设计
20
多因素实验设计
因子交互项
多因素实验设计
因子交互项
21
时间序列分析
LRT与分组
时间序列分析
LRT
22
小样本与极限情况处理
minCount · cooksCutoff
小样本
极限情况处理
23
参数优化
独立过滤阈值与alpha
参数优化
alpha
24
使用apeglm、ashr等收缩方法
使用apeglm、ashr等收缩方法 · 核心概念 · 实践要点
apeglm
ashr
25
标准化与TPM、FPKM的差异
counts(dds · normalized=TRUE)
TPM
FPKM
26
结果注释与生物学意义
biomaRt · ENSEMBL
结果注释
生物学意义
27
交互式报告生成
ReportingTools · iSEE
交互式报告生成
ReportingToo…
28
常见问题与调试
移除异常样本 · 重新估计
常见问题
调试
29
性能优化
并行计算与BiocParallel
性能优化
BiocParallel
30
实战案例
完整分析流程(从fastq到报告)
实战案例
fastq
所属VIP或分类
同VIP:Conda复现RNA-seq差异分析流程
同VIP:DESeq2与edgeR差异结果偏差归因
同VIP:DESeq2与edgeR差异表达建模对比