avatar
菜鸟RNAseq一问# Biology - 生物学
p*x
1
家里很大狗味,有没有办法去除?
avatar
t*g
2
准备买个白色牛排32g wifi送人
apple store税后要655
amazon上有个609 这是最便宜的了吗 谢谢
avatar
S*l
3
最近拿到collaborator的一些RNAseq数据。他们找了个bioinformatics公司处理。公司
给找出来一些treatment相对control significant的gene.我看这些gene都是在control
里面根本没有map一个read的。回去做pcr,果然不对,这些gene都是在两个sample里表
达差不多的。。。
现在的问题是。对那些map reads极小的。怎么知道是map的部队还是没有表达?
多谢指点!
avatar
y*g
4
自己养两条狗,再养三只猫,盖住原来的味道.
avatar
d*a
5
bh电话订购还能的省10

【在 t******g 的大作中提到】
: 准备买个白色牛排32g wifi送人
: apple store税后要655
: amazon上有个609 这是最便宜的了吗 谢谢

avatar
C*h
6
直接去看reads,把那些reads数,小于10的直接去掉。

control

【在 S**********l 的大作中提到】
: 最近拿到collaborator的一些RNAseq数据。他们找了个bioinformatics公司处理。公司
: 给找出来一些treatment相对control significant的gene.我看这些gene都是在control
: 里面根本没有map一个read的。回去做pcr,果然不对,这些gene都是在两个sample里表
: 达差不多的。。。
: 现在的问题是。对那些map reads极小的。怎么知道是map的部队还是没有表达?
: 多谢指点!

avatar
C*e
7
马上A6 + USB 外设了,等等吧
avatar
m*c
8
I knew someone is good at this. send me a note if you need help.
avatar
a*o
9
一等又是半年。。。

【在 C********e 的大作中提到】
: 马上A6 + USB 外设了,等等吧
avatar
S*l
10
10这个cutoff有reference么?

【在 C*****h 的大作中提到】
: 直接去看reads,把那些reads数,小于10的直接去掉。
:
: control

avatar
t*g
11
送人的不等了。。

【在 C********e 的大作中提到】
: 马上A6 + USB 外设了,等等吧
avatar
H*N
12
借风问一下,对mouse genome 来说,一个sample最少需要多少matched reads?
avatar
a*a
13
microcenter 40$ off,正好省掉税

【在 t******g 的大作中提到】
: 送人的不等了。。
avatar
j*p
14
理想条件,假设library里面有n个rna,每个rna expression 为ni,假设fragments,
sequencing等都是random,那么理论上讲,每个rna被sequence到几率应该和rna的
expression level成正比。问题是有两个不同的rna pool,一个control,一个treat,
这两个sample中rna level 的distribution 不同,total number of rna copies 也不
同,假设两个sample拿去被sequencing的总量一样,并且都被sequence出来10M reads
,那么有可能,在control里面只sequence到expression level最大的1k个rna,其他的
rna reads=0,在treat里面,却sequence到了2k个rna。假设你说的rna在control里面
排第1001,有10个copy,在treat里面也排1001,有10个copy,用sequence,一个没表
达,一个有表达。如果用pcr,两个都有表达。
我认为,不应该是map的问题,the question is how to call significant genes in
RNA-seq. RPKM, which might the way the bioinformatics company used, is
definitely not a decent method.

control

【在 S**********l 的大作中提到】
: 最近拿到collaborator的一些RNAseq数据。他们找了个bioinformatics公司处理。公司
: 给找出来一些treatment相对control significant的gene.我看这些gene都是在control
: 里面根本没有map一个read的。回去做pcr,果然不对,这些gene都是在两个sample里表
: 达差不多的。。。
: 现在的问题是。对那些map reads极小的。怎么知道是map的部队还是没有表达?
: 多谢指点!

avatar
t*g
15
pick up only 好像没看到AZ的store啊

【在 a****a 的大作中提到】
: microcenter 40$ off,正好省掉税
avatar
t*d
16
难道 RNA-seq 还用这种方法判断有无表达?
microarray 里,Affy 的 P and A 内行是从来不相信的。
一般来说找差异表达的基因应该先把这种在所有样本中都低于或接近可检测下限的的基
因放弃了。
RNA-seq 的检测下限和测序深度有关,lz 的这个例子也许是因为深度不够,该基因的
数据都是噪音而已?

reads
in

【在 j*p 的大作中提到】
: 理想条件,假设library里面有n个rna,每个rna expression 为ni,假设fragments,
: sequencing等都是random,那么理论上讲,每个rna被sequence到几率应该和rna的
: expression level成正比。问题是有两个不同的rna pool,一个control,一个treat,
: 这两个sample中rna level 的distribution 不同,total number of rna copies 也不
: 同,假设两个sample拿去被sequencing的总量一样,并且都被sequence出来10M reads
: ,那么有可能,在control里面只sequence到expression level最大的1k个rna,其他的
: rna reads=0,在treat里面,却sequence到了2k个rna。假设你说的rna在control里面
: 排第1001,有10个copy,在treat里面也排1001,有10个copy,用sequence,一个没表
: 达,一个有表达。如果用pcr,两个都有表达。
: 我认为,不应该是map的问题,the question is how to call significant genes in

avatar
S*l
17
最近拿到collaborator的一些RNAseq数据。他们找了个bioinformatics公司处理。公司
给找出来一些treatment相对control significant的gene.我看这些gene都是在control
里面根本没有map一个read的。回去做pcr,果然不对,这些gene都是在两个sample里表
达差不多的。。。
现在的问题是。对那些map reads极小的。怎么知道是map的部队还是没有表达?
多谢指点!
avatar
C*h
18
直接去看reads,把那些reads数,小于10的直接去掉。

control

【在 S**********l 的大作中提到】
: 最近拿到collaborator的一些RNAseq数据。他们找了个bioinformatics公司处理。公司
: 给找出来一些treatment相对control significant的gene.我看这些gene都是在control
: 里面根本没有map一个read的。回去做pcr,果然不对,这些gene都是在两个sample里表
: 达差不多的。。。
: 现在的问题是。对那些map reads极小的。怎么知道是map的部队还是没有表达?
: 多谢指点!

avatar
m*c
19
I knew someone is good at this. send me a note if you need help.
avatar
S*l
20
10这个cutoff有reference么?

【在 C*****h 的大作中提到】
: 直接去看reads,把那些reads数,小于10的直接去掉。
:
: control

avatar
H*N
21
借风问一下,对mouse genome 来说,一个sample最少需要多少matched reads?
avatar
j*p
22
理想条件,假设library里面有n个rna,每个rna expression 为ni,假设fragments,
sequencing等都是random,那么理论上讲,每个rna被sequence到几率应该和rna的
expression level成正比。问题是有两个不同的rna pool,一个control,一个treat,
这两个sample中rna level 的distribution 不同,total number of rna copies 也不
同,假设两个sample拿去被sequencing的总量一样,并且都被sequence出来10M reads
,那么有可能,在control里面只sequence到expression level最大的1k个rna,其他的
rna reads=0,在treat里面,却sequence到了2k个rna。假设你说的rna在control里面
排第1001,有10个copy,在treat里面也排1001,有10个copy,用sequence,一个没表
达,一个有表达。如果用pcr,两个都有表达。
我认为,不应该是map的问题,the question is how to call significant genes in
RNA-seq. RPKM, which might the way the bioinformatics company used, is
definitely not a decent method.

control

【在 S**********l 的大作中提到】
: 最近拿到collaborator的一些RNAseq数据。他们找了个bioinformatics公司处理。公司
: 给找出来一些treatment相对control significant的gene.我看这些gene都是在control
: 里面根本没有map一个read的。回去做pcr,果然不对,这些gene都是在两个sample里表
: 达差不多的。。。
: 现在的问题是。对那些map reads极小的。怎么知道是map的部队还是没有表达?
: 多谢指点!

avatar
t*d
23
难道 RNA-seq 还用这种方法判断有无表达?
microarray 里,Affy 的 P and A 内行是从来不相信的。
一般来说找差异表达的基因应该先把这种在所有样本中都低于或接近可检测下限的的基
因放弃了。
RNA-seq 的检测下限和测序深度有关,lz 的这个例子也许是因为深度不够,该基因的
数据都是噪音而已?

reads
in

【在 j*p 的大作中提到】
: 理想条件,假设library里面有n个rna,每个rna expression 为ni,假设fragments,
: sequencing等都是random,那么理论上讲,每个rna被sequence到几率应该和rna的
: expression level成正比。问题是有两个不同的rna pool,一个control,一个treat,
: 这两个sample中rna level 的distribution 不同,total number of rna copies 也不
: 同,假设两个sample拿去被sequencing的总量一样,并且都被sequence出来10M reads
: ,那么有可能,在control里面只sequence到expression level最大的1k个rna,其他的
: rna reads=0,在treat里面,却sequence到了2k个rna。假设你说的rna在control里面
: 排第1001,有10个copy,在treat里面也排1001,有10个copy,用sequence,一个没表
: 达,一个有表达。如果用pcr,两个都有表达。
: 我认为,不应该是map的问题,the question is how to call significant genes in

avatar
l*1
24
try test this kind of Cloud mapping platform to NGS 2.0 or 3.0 version database:
//www.ncbi.nlm.nih.gov/pubmed/21645377
//sourceforge.net/projects/cloudaligner/
//cloudaligner.sourceforge.net/

control

【在 S**********l 的大作中提到】
: 最近拿到collaborator的一些RNAseq数据。他们找了个bioinformatics公司处理。公司
: 给找出来一些treatment相对control significant的gene.我看这些gene都是在control
: 里面根本没有map一个read的。回去做pcr,果然不对,这些gene都是在两个sample里表
: 达差不多的。。。
: 现在的问题是。对那些map reads极小的。怎么知道是map的部队还是没有表达?
: 多谢指点!

avatar
a*n
25
别去管那些copy数太低的, 就这么简单
RNA-seq给的信息那么多, 不会跟你hypothesis相符的基因都是这些copy数很低的吧
相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。