After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Опис курсу
RNA-Seq — це потужний метод секвенування нового покоління для виявлення генів і шляхів, що лежать в основі певних захворювань або станів. Із тим, як високопродуктивне секвенування стає доступнішим і для ширшої спільноти дослідників, уміння аналізувати такі дані набуває дедалі більшої цінності. Долучайтеся, щоб розібратися у робочому процесі RNA-Seq і дізнатися, як визначати, які гени та біологічні процеси можуть бути важливими для потрібного вам стану! Ми почнемо курс із короткого огляду робочого процесу RNA-Seq з акцентом на аналізі диференційної експресії (DE). Починаючи з підрахунків для кожного гена, курс охопить підготовку даних до DE-аналізу, оцінювання якості даних підрахунків, а також виявлення вибірок-викидів і основних джерел варіації в даних. Пакет R DESeq2 буде використано для моделювання даних підрахунків за допомогою негативного біноміального розподілу та перевірки генів із диференційною експресією. Ми також візуалізуємо результати за допомогою теплокарт і volcano-плотів, а значущі гени з диференційною експресією буде визначено та збережено.
Попередні вимоги
Навчальний план
Зміст курсу
1
Вступ до теорії та робочого процесу RNA-Seq
У цьому розділі ми з'ясуємо, що можна робити з даними RNA-Seq і чому це цікаво. Ми розберемо кроки та важливі аспекти, пов'язані з робочим процесом RNA-Seq.
2
Розвідувальний аналіз даних
У цьому розділі ми виконаємо контроль якості даних підрахунків RNA-Seq за допомогою теплокарт і аналізу головних компонент. Ми дослідимо подібність вибірок між собою та визначимо, чи є серед них викиди.
3
Аналіз диференційної експресії з DESeq2
У цьому розділі ми проведемо аналіз диференційної експресії, згенеруємо результати та визначимо гени з диференційною експресією.
4
Дослідження результатів диференційної експресії
У фінальному розділі ми досліджуватимемо результати диференційної експресії за допомогою візуалізацій, зокрема теплокарт і volcano-плотів. Також підсумуємо кроки аналізу та узагальнимо робочий процес диференційної експресії з DESeq2.
R
RNA-Seq з Bioconductor у R
Курс
завершено
