Depois de fazer esses cursos, sinto-me confiante para criar visualizações e painéis profissionais
Shoebur RahmanEspecialista em compras, Giz Bangladesh
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
Programa de estudos
Conteúdo do curso
1
Introdução à teoria e ao fluxo de trabalho de RNA-Seq
Neste capítulo, exploramos o que é possível fazer com dados de RNA-Seq e por que isso é tão interessante. Você vai conhecer as etapas e considerações envolvidas em um fluxo de trabalho de RNA-Seq.
2
Análise exploratória de dados
Neste capítulo, fazemos o controle de qualidade dos dados de contagem de RNA-Seq usando heatmaps e análise de componentes principais. Exploramos a similaridade entre as amostras e verificamos se há outliers.
3
Análise de expressão diferencial com DESeq2
Neste capítulo, executamos a análise de expressão diferencial, geramos os resultados e identificamos os genes diferencialmente expressos.
4
Exploração dos resultados de expressão diferencial
No capítulo final, exploramos os resultados de expressão diferencial usando visualizações como heatmaps e gráficos vulcão. Também revisamos as etapas da análise e resumimos o fluxo de trabalho de expressão diferencial com o DESeq2.
R
RNA-Seq com Bioconductor em R
Curso
concluído
