After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
课程介绍
RNA-Seq 是一种令人振奋的下一代测序方法，用于识别与特定疾病或状态相关的基因和通路。随着高通量测序成本下降并被更多研究者使用，掌握这类数据的分析也愈发重要。欢迎加入本课程，了解 RNA-Seq 的整体流程，并学习如何找出与您感兴趣的状况相关的重要基因和生物学过程！课程将从 RNA-Seq 工作流的简要概述开始，重点介绍差异表达（DE）分析。我们将从每个基因的计数数据出发，讲解如何为 DE 分析准备数据、评估计数数据的质量、识别离群样本，并检测数据中的主要变异来源。课程将使用 DESeq2 R 包，以负二项分布模型对计数数据建模，并检验差异表达基因。随后，我们将通过热图和火山图对结果进行可视化，识别显著的差异表达基因并保存结果。
先修要求
课程大纲
课程大纲
1
RNA-Seq 理论与工作流入门
本章将介绍 RNA-Seq 数据可以完成的分析，以及它为何值得关注。您将了解 RNA-Seq 工作流所涉及的各个步骤与关键注意事项。
2
探索性数据分析
本章将使用热图和主成分分析对 RNA-Seq 计数数据进行质量控制。我们将考察各样本之间的相似性，并判断是否存在离群样本。
3
使用 DESeq2 进行差异表达分析
本章将实际执行差异表达分析，生成结果，并识别差异表达基因。
4
差异表达结果的深入探索
在最后一章中，我们将通过热图、火山图等可视化方法探索差异表达结果。同时回顾分析步骤，并用 DESeq2 总结差异表达的完整工作流。
R
使用 R 中的 Bioconductor 进行 RNA-Seq 分析
课程完成
