比如这篇Published: 12 March 2019的文章:Identification of Key Long Non-Coding RNAs in the Pathology of Alzheimer’s Disease and their Functions Based on Genome-Wide Associations Study, Microarray, and RNA-seq Data 就采取了挖掘RNA-seq这样的测序数据的策略。 这样得到的差异分析结果,再去表达芯片里面去验证; 这样的两个组的样本进行差异分析,然后走标准分析流程,火山图,热图,GO/KEGG数据库注释等等。这些流程的视频教程都在B站和GitHub了,目录如下:
比如拿某一组的样本与剩余其它组所有样本进行比较,这样的差异分析策略还是蛮流行的!我前面在生信技能树也写过教程:如果你的分组比较多,差异分析策略有哪些? 最近看到一篇文献 Nucleic Acids Res. 2013 Nov;,题目是Identifying subgroup markers in heterogeneous populations 也提到了这个情况;
所以他们提出来了 Detection of Imbalanced Differential Signal (DIDS) 算法: 细读表达芯片的公共数据库挖掘系列推文 ; |
|