Build your ultimate AI agent
课程介绍
功能基因组学技术（如微阵列、测序和质谱）使科研人员能够在全基因组尺度上无偏测量基因表达水平。无论您是自己生成数据，还是想探索大量公开数据集，都需要先学会如何分析这类实验。在本课程中，您将学习如何使用功能强大的 R/Bioconductor 包 limma，在最常见的实验设计上进行差异表达分析。此外，您还将学习如何对数据进行预处理、识别并校正批次效应、可视化评估结果，以及执行富集检验。完成本课程后，您将掌握适用于任意功能基因组学研究的一般分析策略，以获取有意义的见解。
先修要求
课程大纲
课程大纲
1
差异表达分析
首先，您将回顾差异表达分析的目标，学习使用 R 和 Bioconductor 管理基因表达数据，并用 limma 运行您的首个差异表达分析。
2
常见研究设计的灵活模型
本章将带您学习如何构建线性模型，以检验常见实验设计中的差异表达。
3
前处理与后处理
在掌握如何进行差异表达检验之后，接下来您将学习如何标准化与筛选特征数据、检查技术性批次效应，并评估分析结果。
4
案例研究：阿霉素处理的影响
在最后一章中，您将运用新学到的技能，对一项采用析因设计的研究进行端到端的差异表达分析，以评估抗癌药物阿霉素对不同遗传背景小鼠心脏的影响。
R
在 R 中使用 limma 进行差异表达分析
课程完成
