是发表于2017的文章:《Transcriptome sequencing identifies ANLN as a promising prognostic biomarker in bladder urothelial carcinoma》 第一个方法是 NOISeq这个NOISeq方法的文章在:https://genome./content/21/12/2213 ,但是引用率到现在也很低,差异分析后的上下调基因阈值就很奇怪,如下所示:
出图如下: 粗看起来,热图显示的上下调基因就有点奇怪,这个分析也很诡异。但是这个分析结果说明了ANLN基因在癌症里面是异常的高表达,所以后续就需要干扰这个ANLN,主要是敲低它。 第二次是未知算法主要是因为阈值修改了, cutoff of log2-fold change >1 and p < 0.001, 得到了:34 significantly up-regulated and 57 down-regulated genes in ANLN group compared with corresponding control group were selected for GO analysis and pathway analysis (Fig. 6A). 出图如下所示: 图仍然是很丑,我也不想评价什么了,毕竟这个文章发表的杂志就有点质量差,也算是“臭味相投”。 转录组测序后的表达量矩阵的差异分析方法确实很多简单的搜索了一下,有一个2019的转录组测序后的表达量矩阵的差异分析方法综述:《Interpretation of differential gene expression results of RNA-seq data: review and integration》,当时里面汇总的这些软件的引用率都没有破万,如下所示: 感兴趣的可以看这个综述文章 :https://www.ncbi.nlm./pmc/articles/PMC6954399/, 我在交流群里面号召大家检索了一下那些方法学文章,谷歌学术后的结果是:
可以看到, DESeq2和edgeR确实是遥遥领先啦,然后就是limma的voom算法。 |
|