Pular para o conteúdo principal
InícioR

Curso

RNA-Seq com Bioconductor em R

IntermediárioNível de habilidade
Atualizado 09/2024
Use a análise de expressão diferencial do RNA-Seq para identificar genes que podem ser importantes para diferentes doenças ou condições.
Iniciar curso gratuitamente
RProbability & Statistics
4 h
16 vídeos
44 Exercícios
3,150 XP
21,370
Declaração de realização

Crie sua conta gratuita

Continuar com o GoogleMostrar mais opções

ou


Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados serão armazenados nos EUA.

Preferido por alunos de milhares de empresas

Group

Treinando uma equipe?

Experimente para Empresas

Descrição do curso

RNA-Seq é um método empolgante de sequenciamento de nova geração usado para identificar genes e vias associados a determinadas doenças ou condições. À medida que o sequenciamento de alto rendimento se torna mais acessível a uma comunidade maior de pesquisadores, saber analisar esses dados vira uma habilidade cada vez mais valiosa. Venha aprender o fluxo de trabalho de RNA-Seq e descobrir quais genes e processos biológicos podem ser importantes para a sua condição de interesse! Vamos começar com uma breve visão geral do fluxo de trabalho de RNA-Seq, com ênfase na análise de expressão diferencial (DE). A partir das contagens para cada gene, o curso mostrará como preparar os dados para a análise de DE, avaliar a qualidade das contagens e identificar outliers e principais fontes de variação nos dados. Usaremos o pacote DESeq2, do R, para modelar os dados de contagem com um modelo binomial negativo e testar genes diferencialmente expressos. Vamos visualizar os resultados com heatmaps e gráficos vulcão, identificar os genes diferencialmente expressos significativos e salvá-los.

Pré-requisitos

Introduction to Bioconductor in RIntroduction to Data Visualization with ggplot2
1

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.
Iniciar capítulo
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.
Iniciar capítulo
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.
Iniciar capítulo
RNA-Seq com Bioconductor em R
Curso
concluído

Obtenha um certificado de conclusão

Adicione esta credencial ao seu perfil do LinkedIn, currículo ou CV
Compartilhe nas redes sociais e em sua avaliação de desempenho
Inscreva-se agora

Faça como mais de 19 milhões de alunos e comece RNA-Seq com Bioconductor em R hoje mesmo!

Crie sua conta gratuita

Continuar com o GoogleMostrar mais opções

ou


Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados serão armazenados nos EUA.

Desenvolva suas habilidades em dados com o app do DataCamp

Continue progredindo em qualquer lugar com nossos cursos para celular e desafios diários de programação de 5 minutos.