VIP20
本课程属于：057-RNA-seq差异表达可视化 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 vs edgeR可视化效果比较详解

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
课程概述与目标
介绍课程内容 · 学习目标以及前置知识要求
课程概述目标
02
RNA-seq差异表达分析简介
回顾RNA-seq流程 · 强调差异表达分析的作用
RNA-seq差异表达分析简介
03
DESeq2基本原理与特点
负二项分布模型 · 数据归一化 · 统计检验方法
DESeq2基本原理
04
edgeR基本原理与特点
准似然F检验 · 经验贝叶斯 · TMM归一化
edgeR基本原理
05
两种方法的共同假设与主要区别
模型假设 · 统计方法 · 适用范围对比
两种方法的共同假…主要区别
06
数据预处理
原始计数矩阵的过滤条件 · 低表达基因的去除策略
数据预处理原始计数矩阵的过…
07
标准化方法
DESeq2的size factor…
标准化方法DESeq2
08
差异检验统计模型
负二项分布与准似然方法在P值计算上的…
差异检验统计模型负二项分布
09
结果对象与输出格式
DESeq2结果表与edgeR的to…
结果对象输出格式
10
基础可视化工具概览
R基础包 · ggplot2 · pheatmap等常用包的准备
基础可视化工具概…R基础包
11
火山图
DESeq2实现过程 · 使用ggplot2自定义阈值与标签
火山图DESeq2
12
火山图
edgeR实现过程 · 展示logFC与P值的着色逻辑
火山图edgeR
13
火山图对比
阈值设置 · 基因标注方式 · 视觉效果差异分析
火山图对比阈值设置
14
MA图
DESeq2实现 · 展示均值与倍数的散点分布
MADESeq2
15
MA图
edgeR实现 · 突出差异基因的标记与平滑曲线
MAedgeR
16
MA图对比
两组MA图在低表达区域的差异表现
MA图对比
17
热图
基于DESeq2归一化计数 · 使用pheatmap绘制差异基因表达…
热图DESeq2
18
热图
基于edgeR的logCPM值 · 绘制相似结构的热图
热图edgeR
19
热图对比
归一化方法对热图聚类结果的影响
热图对比归一化方法对热图…
20
PCA图
DESeq2的rlog/vst变换与…
PCADESeq2
21
PCA图对比
主成分解释方差 · 聚类分离度的可视化差异
PCA图对比
22
箱线图与密度图
展示组间表达分布和标准化效果的差异
箱线图密度图
23
散点图矩阵
多组比较时两种方法的基因表达相关性分…
散点图矩阵多组比较时两种方…
24
基因集富集分析（GSEA）可视化
基于两种方法结果的富集图比较
GSEA基因集富集分析
25
时间序列与多因素分析可视化
DESeq2 LRT与edgeR G…
时间序列多因素分析可视化
26
自定义可视化技巧
ggplot2主题调整 · 分面 · 注释优化
自定义可视化技巧ggplot2
27
交互式可视化
使用plotly和R Shiny实现…
交互式可视化plotly
28
性能比较
可视化生成速度 · 内存占用与数据量适配性
性能比较可视化生成速度
29
实际案例分析
同一疾病数据集 · 分别用DESeq2和edgeR分析并…
实际案例分析同一疾病数据集
30
总结与最佳实践
如何根据数据特性和可视化需求选择合适…
最佳实践如何根据数据特性