2025年12月15日

转录组分析（五）：测序数据批量下载（RNA-Seq）

摘要： 准备数据 （一）测序数据（.fastq）：测序公司数据或从数据库下载 （二）数据信息表（sample.txt）：每一个样本名称、所属分组、存储路径 （三）参考基因组序列（genome.fasta）、基因注释（genes.gtf）、蛋白序列（proteins.fasta） 一、下载测序数据（RNA-S 阅读全文

posted @ 2025-12-15 02:40 asaca_r 阅读(11) 评论(0) 推荐(0)

转录组分析（四）：文献分析思路

摘要： 文献名称：Transcriptome analysis of an apple (Malus × domestica) yellow fruit somatic mutation identifies a gene network module highly associated with anth 阅读全文

posted @ 2025-12-15 02:39 asaca_r 阅读(18) 评论(0) 推荐(0)

转录组分析（三）：常用数据库、工具

摘要： （1）原始数据：SRA （2）表达数据库：GEO 芯片 测序 GEO RNA-Seq数据挖掘工具：GREIN （3）肿瘤数据库：TCGA 表达 变异 甲基化 （4）人各组织表达数据库：GTEx 基于TCGA和GTEx的数据挖掘工具：GEPIA2 阅读全文

posted @ 2025-12-15 02:39 asaca_r 阅读(8) 评论(0) 推荐(0)

转录组分析（二）：差异表达分析、功能分析、表达验证

摘要： 一、差异表达分析：找关键样本和关键基因 1. 差异表达分析 哪些基因在两组样本中有明显表达差异？【获得基因集合】 （1）差异表达基因筛选 FC：fold change，>1上调，<1下调log2FC：>0上调，<0下调 差异表达基因组内差异小，组间差异大 筛选条件： Padj＜0.05 |log2F 阅读全文

posted @ 2025-12-15 02:39 asaca_r 阅读(52) 评论(0) 推荐(0)

转录组分析（一）：比对、表达定量、标准化

摘要： 一、准备 1. 三张表：样本特征信息、表达矩阵、基因注释信息 2. 表达矩阵 获得方法： 表达芯片：敏感度低、范围小、只检测已知转录本、低成本 RNA-seq： 二、测序数据标准分析：获得表达矩阵 1.spliced alignment比对 （1）比对到基因组 将转录本（RNA）比对到参考基因组（D 阅读全文

posted @ 2025-12-15 02:38 asaca_r 阅读(44) 评论(0) 推荐(0)

导航