Analyse RNA-Seq bulk en R

Le guide pratique de l’analyse RNA-seq bulk en R — d’une matrice de comptage aux gènes différentiellement exprimés et à la biologie qui les sous-tend. Expression différentielle avec DESeq2, volcano plots et MA plots, et enrichissement des voies. Recettes reproductibles basées sur Bioconductor que vous pouvez exécuter sur vos propres comptages.

Apprendre › Bioinformatique › RNA-Seq bulk

Le RNA-seq bulk mesure l’expression moyenne de chaque gène dans un échantillon de cellules. Cette série vous guide dans l’analyse standard en R : partez d’une matrice de comptage, trouvez les gènes qui changent d’une condition à l’autre avec DESeq2, visualisez le résultat avec des volcano plots et MA plots, et demandez ce que ces gènes font avec l’enrichissement des voies. Chaque étape est une recette reproductible construite sur Bioconductor que vous pouvez exécuter sur vos propres comptages.

Le workflow est le même quelle que soit la biologie :

1. Expression différentielle — ajustez le modèle, obtenez une liste de gènes classée, lisez log2FoldChange et padj.
2. Visualiser — les volcano plots et MA plots qui résument le résultat.
3. Enrichissement — regroupez les hits en voies (GO, KEGG, Hallmark) pour trouver la biologie affectée.

Toutes les leçons

🟢 Avec un agent IA

Demandez à Prova « comment trouver les gènes différentiellement exprimés dans mes données RNA-seq ? » — elle répond avec du code R que vous pouvez exécuter sur votre propre matrice de comptage, construit le modèle DESeq2 et vous aide à lire le résultat. The runtime is the judge. Demander à Prova →

Cette page vous a-t-elle été utile ?

Recevez les nouvelles leçons R & Python par e-mail

Pratique, reproductible, sans spam. Désinscription à tout moment.

Double opt-in. Nous ne partageons jamais votre e-mail.

Partager cette pageXLinkedInRedditHN