Hoppa till huvudinnehållet
HemR

Kurs

ChIP-seq with Bioconductor in R

MedelnivåKunskapsnivå
Uppdaterad 2024-09
Learn how to analyse and interpret ChIP-seq data with the help of Bioconductor using a human cancer dataset.
Starta kursen gratis
RProbability & Statistics
4 tim
13 videor
46 Övningar
3,650 XP
5,313
Intyg om genomförande

Skapa ditt kostnadsfria konto

Fortsätt med GoogleVisa fler alternativ

eller

Genom att fortsätta godkänner du våra Användarvillkor, vår Integritetspolicy och att dina uppgifter lagras i USA.

Omtyckt av lärande på tusentals företag

Group

Utbildar du ett team?

Prova för företag

Kursbeskrivning

ChIP-seq analysis is an important branch of bioinformatics. It provides a window into the machinery that makes the cells in our bodies tick. Whether it is a brain cell helping you to read this web page or an immune cell patrolling your body for microorganisms that would make you sick, they all carry the same genome. What differentiates them are the genes that are active at any given time. Which genes these are is determined by a complex system of proteins that can activate and deactivate genes. When this regulatory machinery gets out of control, it can lead to cancer and other debilitating diseases. ChIP-seq analysis allows us to understand the function of regulatory proteins, how they can contribute to disease and can provide insights into how we may be able to intervene to prevent cells from spinning out of control. In this course, you will explore a real dataset while learning how to process and analyze ChIP-seq data in R.

Förkunskapskrav

Intermediate RIntroduction to Bioconductor in R
1

Introduction to ChIP-seq

Introduction to ChIP-seq experiments. Why are they interesting? What sort of phenomena can be studied with ChIP-seq and what can we learn from these experiments.
Starta kapitel
2

Back to Basics - Preparing ChIP-seq data

Now the ChIP-seq analysis begins in earnest. This chapter introduces Bioconductor tools to import and clean the data.
Starta kapitel
4

From Peaks to Genes to Function

Being able to identify differential binding between groups of samples is great, but what does it mean? This chapter discusses strategies to interpret differential binding results to go from peak calls to biologically meaningful insights.
Starta kapitel
ChIP-seq with Bioconductor in R
Kurs
slutförd

Tjäna ett prestationsbevis

Lägg till det här beviset i din LinkedIn-profil, ditt CV eller din meritförteckning
Dela det i sociala medier och i din medarbetarutvärderingRegistrera dig nu

Gå med 19 miljoner lärande och börja ChIP-seq with Bioconductor in R idag!

Skapa ditt kostnadsfria konto

Fortsätt med GoogleVisa fler alternativ

eller

Genom att fortsätta godkänner du våra Användarvillkor, vår Integritetspolicy och att dina uppgifter lagras i USA.

Utveckla dina datakunskaper med DataCamp för mobilen

Gör framsteg när du är på språng med våra mobila kurser och dagliga 5-minuters kodningsutmaningar.