Saltar al contenido principal
InicioRDifferential Expression Analysis with limma in R

Differential Expression Analysis with limma in R

Learn to use the Bioconductor package limma for differential gene expression analysis.

Comience El Curso Gratis
4 Horas15 Videos47 Ejercicios
6737 AprendicesTrophyDeclaración de cumplimiento

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.
Group¿Entrenar a 2 o más personas?Pruebe DataCamp para empresas

Preferido por estudiantes en miles de empresas


Descripción del curso

Functional genomic technologies like microarrays, sequencing, and mass spectrometry enable scientists to gather unbiased measurements of gene expression levels on a genome-wide scale. Whether you are generating your own data or want to explore the large number of publicly available data sets, you will first need to learn how to analyze these types of experiments. In this course, you will be taught how to use the versatile R/Bioconductor package limma to perform a differential expression analysis on the most common experimental designs. Furthermore, you will learn how to pre-process the data, identify and correct for batch effects, visually assess the results, and perform enrichment testing. After completing this course, you will have general analysis strategies for gaining insight from any functional genomics study.
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más
Pruebe DataCamp Para EmpresasPara obtener una solución a medida, reserve una demostración.

En las siguientes pistas

Análisis de datos genómicos en R

Ir a la pista
  1. 1

    Differential Expression Analysis

    Gratuito

    To begin, you'll review the goals of differential expression analysis, manage gene expression data using R and Bioconductor, and run your first differential expression analysis with limma.

    Reproducir Capítulo Ahora
    Differential expression analysis
    50 xp
    Applications of differential expression analysis
    50 xp
    Differential expression data
    50 xp
    Create a boxplot
    100 xp
    The ExpressionSet class
    50 xp
    Create an ExpressionSet object
    100 xp
    Create a boxplot with an ExpressionSet object
    100 xp
    The limma package
    50 xp
    Specify a linear model to compare 2 groups
    100 xp
    Test for differential expression between 2 groups
    100 xp
  2. 3

    Pre- and post-processing

    Now that you've learned how to perform differential expression tests, next you'll learn how to normalize and filter the feature data, check for technical batch effects, and assess the results.

    Reproducir Capítulo Ahora
  3. 4

    Case Study: Effect of Doxorubicin Treatment

    In this final chapter, you'll use your new skills to perform an end-to-end differential expression analysis of a study that uses a factorial design to assess the impact of the cancer drug doxorubicin on the hearts of mice with different genetic backgrounds.

    Reproducir Capítulo Ahora
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más

En las siguientes pistas

Análisis de datos genómicos en R

Ir a la pista

Sets De Datos

Doxorubicin datasetLeukemia datasetHypoxia dataset

Colaboradores

Collaborator's avatar
David Campos
Collaborator's avatar
Shon Inouye
Collaborator's avatar
Richie Cotton
John Blischak HeadshotJohn Blischak

Postdoctoral Scholar at University of Chicago

Ver Mas

¿Qué tienen que decir otros alumnos?

¡Únete a 13 millones de estudiantes y empieza Differential Expression Analysis with limma in R hoy mismo!

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.