🌟 课程亮点

  • 深度解析:涵盖RNA-seq数据预处理、差异分析、功能富集等核心流程
  • 实战案例:包含肿瘤样本与正常样本的对比分析演示
  • 工具推荐:集成DESeq2edgeRClusterProfiler等主流分析工具
  • 🧪 进阶技巧:讲解PCA降维、WGCNA共表达网络构建等高级方法

📌 课程大纲

  1. 基础概念

  2. 差异分析

    • 选择合适统计模型(如负二项分布)
    • 多组比较的多重假设检验校正
    • 可视化差异基因的热图与火山图
  3. 功能富集

  4. 数据挖掘

    • PCA降维的原理与参数调优
    • WGCNA构建共表达网络的步骤
    • 单细胞测序数据的整合分析

📷 图片展示

基因表达流程
差异基因火山图

🛠 实战建议

  • 使用Rstudio进行代码调试,可点击此处下载
  • 推荐搭配Bioconductor包体系,了解更多
  • 分析时注意生物重复样本的设置,避免结果偏差

📚 扩展阅读

🔍 分析基因表达数据时,请确保遵循生物伦理规范数据安全准则