Chuyển đến nội dung chính

Khóa học

Phân tích Biểu hiện khác biệt với limma trong R

Nâng cao4 giờ

Học cách sử dụng gói Bioconductor limma để phân tích biểu hiện gen khác biệt.

R4 giờ15 video47 bài tập3,900 XP8,164Giấy chứng nhận thành tích

Tạo tài khoản miễn phí

Tiếp tục với Google
hoặc
Bằng việc tiếp tục, ban chấp nhận Điều khoản sử dụng, của chúng tôi Chính sách bảo mật và rằng dữ liệu của bạn được lưu trữ tại Hoa Kỳ.

Được người học tại hàng nghìn công ty yêu thích

Đào tạo đội ngũ?

Dùng thử cho Doanh nghiệp

Mô tả khóa học

Các công nghệ hệ gen chức năng như microarray, giải trình tự và khối phổ cho phép các nhà khoa học thu thập các đo đạc không thiên lệch về mức độ biểu hiện gen trên toàn bộ bộ gen. Dù bạn tự tạo dữ liệu hay muốn khám phá kho dữ liệu công khai khổng lồ, trước hết bạn cần học cách phân tích các thí nghiệm kiểu này. Trong khóa học này, bạn sẽ học cách dùng gói R/Bioconductor linh hoạt là limma để thực hiện phân tích biểu hiện khác biệt cho các thiết kế thí nghiệm phổ biến nhất. Bên cạnh đó, bạn sẽ học cách tiền xử lý dữ liệu, nhận diện và hiệu chỉnh hiệu ứng lô (batch), đánh giá trực quan kết quả và thực hiện kiểm định làm giàu. Sau khi hoàn thành khóa học, bạn sẽ nắm được các chiến lược phân tích tổng quát để rút ra insight từ mọi nghiên cứu hệ gen chức năng.

Yêu cầu tiên quyết

Chương trình học

Đề cương khóa học

3

Tiền xử lý và hậu xử lý

4

Nghiên cứu tình huống: Ảnh hưởng của điều trị Doxorubicin

Ở chương cuối, bạn sẽ vận dụng các kỹ năng mới để thực hiện phân tích biểu hiện khác biệt đầu-cuối cho một nghiên cứu dùng thiết kế thừa số nhằm đánh giá tác động của thuốc ung thư doxorubicin lên tim của chuột có nền tảng di truyền khác nhau.
Bắt đầu chương
R

Phân tích Biểu hiện khác biệt với limma trong R

Hoàn
thành khóa học

Nhận Chứng nhận Hoàn thành

Đăng ký ngay

Phát triển kỹ năng dữ liệu với DataCamp for Mobile

Tiến bộ mọi lúc mọi nơi với các khóa học di động và thử thách lập trình 5 phút hàng ngày.