首页
›
生物信息学与 AI 制药工程
›
046-RNA-seq表达分析特征学习任务
›
《edgeR vs DESeq2:差异表达工具对比指南》
VIP20
本课程属于:046-RNA-seq表达分析特征学习任务
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
edgeR vs DESeq2:差异表达工具对比指南
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
差异表达分析概述
概念 · 应用场景与常用工具简介
差异表达分析概述
概念
02
edgeR介绍
历史背景 · 核心算法与适用条件
edgeR
介绍
03
DESeq2介绍
负二项分布模型 · 设计公式与优势
DESeq2
介绍
04
统计学原理对比
精确检验 vs Wald检验 vs…
统计学原理对比
vs
05
数据预处理要求
原始counts · 质量控制与过滤
数据预处理要求
counts
06
输入数据格式
从featureCounts/HTS…
输入数据格式
featureCount…
07
安装与加载
edgeR和DESeq2的R包安装 · 依赖与版本选择
安装
加载
08
构建DGEList对象
分组信息 · 归一化因子与库大小
DGEList
构建
09
构建DESeqDataSet对象
设计公式 · 实验设计与对比
DESeqDataSet
构建
10
低表达基因过滤
cpm vs 行和 · 标准与影响
低表达基因过滤
cpm
11
归一化方法
TMM(edgeR)与median-…
归一化方法
TMM
12
离散度估计
edgeR的稳健离散度 vs DES…
离散度估计
edgeR
13
差异表达检验
exactTest · glmQLFTest vs DESe…
差异表达检验
exactTest
14
多重假设检验校正
BH · BY · Bonferroni与阈值设定
多重假设检验校正
BH
15
结果解读
logFC · p值 · padj
结果解读
logFC
16
可视化(一)
火山图——两种工具结果绘制与比较
可视化
火山图
17
可视化(二)
MA图——差异表达趋势分析
可视化
MA
18
可视化(三)
热图与聚类——基于归一化表达值的展示
可视化
热图
19
批量效应处理
加入协变量 · ComBat与RUVseq的集成
批量效应处理
加入协变量
20
无重复样本
edgeR的B.CV方法 vs DE…
无重复样本
edgeR
21
小样本场景
3 vs 3 · 3 vs 4等模拟数据对比
小样本场景
vs
22
性能与资源
内存占用 · 运行速度与并行化选项
性能
资源
23
结果一致性分析
重叠基因 · 排名相关性案例研究
结果一致性分析
重叠基因
24
实战(一)
细菌转录组数据——完整流程走通edg…
edg
细菌转录组数据
25
实战(二)
同一数据——DESeq2完整流程
DESeq2
同一数据
26
实战(三)
结果对比——Venn图 · 相关系数 · GO富集差异
Venn
结果对比
27
常见问题与排错
错误消息 · 零inflated数据 · 奇异性
常见问题
排错
28
社区与文档
Bioconductor页面 · vignettes · 邮件列表与论坛
社区
文档
29
进阶扩展
多因素设计 · 时间序列 · paired样本与交互项
进阶扩展
多因素设计
30
总结与选型建议
什么场景用谁?注意事项与最佳实践
选型建议
什么场景用谁?注…
所属VIP或分类
同VIP:DESeq2差异表达数据建模与结果检验
同VIP:DESeq2结果解读与特征标记筛选指南
同VIP:Nextflow审计追踪实战:RNA-seq可重复分析