강의
R로 하는 Bioconductor 기반 RNA-Seq
중급기술 수준
업데이트됨 2024. 9.
RProbability & Statistics4시간16 동영상44 연습 문제3,150 XP21,370성취 증명서
무료 계정 만들기
Google에서 계속 진행더 많은 옵션 보기또는
수천 개 기업의 학습자들이 사랑하는
팀을 교육하시나요?
비즈니스용으로 체험해 보세요강의 설명
선수 조건
Introduction to Bioconductor in RIntroduction to Data Visualization with ggplot21
Introduction to RNA-Seq theory and workflow
In this chapter we explore what we can do with RNA-Seq data and why it is exciting. We learn about the different steps and considerations involved in an RNA-Seq workflow.
2
Exploratory data analysis
In this chapter, we perform quality control on the RNA-Seq count data using heatmaps and principal component analysis. We explore the similarity of the samples to each other and determine whether there are any sample outliers.
3
Differential expression analysis with DESeq2
In this chapter, we execute the differential expression analysis, generate results and identify the differentially expressed genes.
4
Exploration of differential expression results
In this final chapter we explore the differential expression results using visualizations, such as heatmaps and volcano plots. We also review the steps in the analysis and summarize the differential expression workflow with DESeq2.
R로 하는 Bioconductor 기반 RNA-Seq
강의 완료
19백만 명 이상의 학습자와 함께 R로 하는 Bioconductor 기반 RNA-Seq을(를) 시작하세요!
무료 계정 만들기
Google에서 계속 진행더 많은 옵션 보기또는
DataCamp for Mobile을 통해 데이터 분석 능력을 향상시키세요.
모바일 강좌와 매일 5분 코딩 챌린지를 통해 이동 중에도 학습 효과를 높이세요.