これらのコースを受講したことで、プロフェッショナルなビジュアライゼーションやダッシュボードを自信を持って作成できるようになりました
Shoebur Rahman調達スペシャリスト、Giz Bangladesh
コースの説明
RNA-Seq は、特定の疾患や状態に関わる遺伝子や経路を同定するために用いられる、次世代シーケンシングの手法です。ハイスループットシーケンシングのコストが下がり、より多くの研究者がアクセスできるようになった今、このデータを解析するスキルはますます重要になっています。RNA-Seq のワークフローを学び、関心のある状態に関わる遺伝子や生物学的プロセスを特定する方法を習得しましょう。本コースはまず RNA-Seq ワークフローの概要から始まり、特に発現差異（DE）解析に重点を置きます。各遺伝子のカウントデータをもとに、DE 解析のためのデータ準備、カウントデータの品質評価、外れ値の特定、データの主要な変動要因の検出について学びます。DESeq2 R パッケージを使用して負の二項モデルでカウントデータをモデル化し、発現差異のある遺伝子を検定します。結果のヒートマップおよびボルカノプロットによる可視化を行い、有意な発現差異遺伝子を特定して保存します。
前提条件
カリキュラム
コース概要
1
RNA-Seq の理論とワークフロー入門
この章では、RNA-Seq データで何ができるかを探り、その魅力について学びます。また、RNA-Seq ワークフローに含まれるさまざまなステップと考慮事項についても理解を深めます。
2
探索的データ解析
この章では、ヒートマップと主成分分析を用いて RNA-Seq カウントデータの品質管理を行います。サンプル間の類似性を調べ、外れ値となるサンプルがないかを確認します。
3
DESeq2 による発現差異解析
この章では、発現差異解析を実施し、結果を生成して発現差異のある遺伝子を特定します。
4
発現差異結果の探索
最終章では、ヒートマップやボルカノプロットなどの可視化を通じて発現差異の結果を探索します。また、解析の手順を振り返り、DESeq2 を用いた発現差異解析のワークフロー全体をまとめます。
R
RNA-Seq with Bioconductor in R
コース修了
