基因表达标准化 不同样品的测序量会有差异，最简单的标准化方式是计算 counts per million (CPM)，即原始reads count除以总reads数乘以1,000,000。 这种计算方...

下载完原始数据，比对以及构建DESeqDataSet对象等一系列使用前准备完成后，我们便可以使用DESeq2进行后续的差异表达分析了。由于DESeq2的原理和内部的处理方法非常复杂，因此本文暂时不涉及...

DESeq2是比较常用的bulk RNA-seq分析软件，也可以处理类似的ChIP-Seq，shRNA以及质谱数据。DESeq2基于负二项分布的模型对count table进行数据处理，因此需要的输入...

读博那几年，闲着没事就喜欢做各种软件的测试对比。有时候几个转录组样本非得用两三个差异分析方法都做一遍。严谨起来就给它们之间求一个交集，狡猾起来就谁的结果「更好」就用谁（想必你也是这么做的）。 2021...

差异分析的套路都是差不多的，大部分设计思想都是继承limma这个包，DESeq2也不例外。 DESeq2是DESeq包的更新版本，看样子应该不会有DESeq3了，哈哈，它的设计思想就是针对count类...

DESeq2和EdgeR都可用于做基因差异表达分析，主要也是用于RNA-Seq数据，同样也可以处理类似的ChIP-Seq,shRNA以及质谱数据。 这两个都属于R包，其相同点在于都是对count da...

最近在处理一批RNA-seq的数据，里面混入了spike-in。利用spike-in矫正之后，样本A的基因表达量普遍比样本B的基因表达量高3-5倍，这和我所熟知的背景知识是一致的。 但是当我使用DES...