After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
コース説明
マイクロアレイ、シーケンス、質量分析のような機能ゲノミクス技術により、研究者はゲノム全体で遺伝子発現量を偏りなく測定できます。自分でデータを生成する場合でも、公開データセットを活用する場合でも、まずはこの種の実験データの解析方法を学ぶ必要があります。本コースでは、汎用性の高い R/Bioconductor パッケージである limma を使って、最も一般的な実験デザインに対する Differential Expression 解析を実行する方法を学びます。さらに、データの前処理、バッチ効果の特定と補正、結果の可視化、エンリッチメント検定の実施方法も習得します。コース修了後には、あらゆる機能ゲノミクス研究から洞察を得るための一般的な解析戦略が身につきます。
前提条件
カリキュラム
コース概要
1
Differential Expression 解析
まず、Differential Expression 解析の目的を確認し、R と Bioconductor を用いた遺伝子発現データの扱い方を学び、limma で最初の Differential Expression 解析を実行します。
2
一般的な研究デザインに対応する柔軟なモデル
この章では、一般的な実験デザインで Differential Expression を検定するための線形モデルの構築方法を学びます。
3
前処理と後処理
Differential Expression の検定方法を学んだら、続いて特徴量データの正規化とフィルタリング、技術的なバッチ効果の確認、結果の評価方法を学びます。
4
ケーススタディ：ドキソルビシン投与の影響
最終章では、因子計画法を用いて、がん治療薬ドキソルビシンが異なる遺伝的背景をもつマウスの心臓に与える影響を評価する研究を題材に、エンドツーエンドの Differential Expression 解析を実践します。
R
R での limma を用いた Differential Expression 解析
コース修了
