After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
코스 설명
RNA-Seq는 특정 질환이나 조건의 근본이 되는 유전자와 경로를 파악하는 데 사용되는 흥미로운 차세대 시퀀싱 기법입니다. 고처리량 시퀀싱이 더 저렴해지고 다양한 연구자에게 보급되면서, 이 데이터를 분석하는 지식은 점점 더 중요한 역량이 되고 있어요. 이 과정에서 RNA-Seq 워크플로를 함께 배우고, 관심 있는 조건에서 어떤 유전자와 생물학적 과정이 중요한지 알아보는 방법을 익혀 보세요! 먼저 RNA-Seq 워크플로를 간단히 살펴보고, 특히 differential expression(DE) 분석에 초점을 맞춥니다. 각 유전자의 카운트부터 시작해, DE 분석을 위한 데이터 준비, 카운트 데이터의 품질 평가, 이상치 식별과 주요 변동 요인 파악 방법을 다룹니다. DESeq2 R 패키지를 사용해 음이항 모델로 카운트 데이터를 모델링하고, 차등 발현 유전자를 검정합니다. 결과는 히트맵과 화산도(volcano plot)로 시각화하고, 유의한 차등 발현 유전자를 식별해 저장합니다.
사전 요구 사항
커리큘럼
코스 개요
1
RNA-Seq 이론과 워크플로 소개
이 장에서는 RNA-Seq 데이터로 무엇을 할 수 있고 왜 흥미로운지 살펴봅니다. RNA-Seq 워크플로에서의 단계와 고려사항을 배웁니다.
2
탐색적 데이터 분석
이 장에서는 히트맵과 주성분 분석을 사용해 RNA-Seq 카운트 데이터의 품질 관리를 수행합니다. 샘플들 간의 유사성을 탐색하고 이상치 샘플이 있는지 확인합니다.
3
DESeq2로 하는 차등 발현 분석
이 장에서는 차등 발현 분석을 수행하고, 결과를 생성한 뒤 차등 발현 유전자를 식별합니다.
4
차등 발현 결과 탐색
마지막 장에서는 히트맵과 화산도 같은 시각화를 통해 차등 발현 결과를 탐색합니다. 또한 분석 단계들을 복습하고 DESeq2 기반 차등 발현 워크플로를 정리합니다.
R
R로 하는 Bioconductor 기반 RNA-Seq
코스
완료
