avatar
请教RNA-Seq分析问题# Biology - 生物学
m*5
1
hypothesis是 treatment后比treatment前的某个cell lineage更接近fibroblast like
cells. 已经得到这两个条件下的transcriptome data(RNA-Seq). 要如何test此
hypothesis? 求教入门级的和高级的技巧。
avatar
O*a
2
gene ontology ?
gene set enrichment analysis?

like

【在 m******5 的大作中提到】
: hypothesis是 treatment后比treatment前的某个cell lineage更接近fibroblast like
: cells. 已经得到这两个条件下的transcriptome data(RNA-Seq). 要如何test此
: hypothesis? 求教入门级的和高级的技巧。

avatar
m*5
3
ontology是有些hint,但感觉不够靠谱

【在 O**********a 的大作中提到】
: gene ontology ?
: gene set enrichment analysis?
:
: like

avatar
b*d
4
你是要所有基因表达整体上更接近fibroblast like cell,还是只关注一部分gene。
对于fibroblast like cell,有什么数据可以来做比较?

like

【在 m******5 的大作中提到】
: hypothesis是 treatment后比treatment前的某个cell lineage更接近fibroblast like
: cells. 已经得到这两个条件下的transcriptome data(RNA-Seq). 要如何test此
: hypothesis? 求教入门级的和高级的技巧。

avatar
m*5
5
想make的point是整体, 但一部分也行
Encode和别的发表的文章里有不少fibroblast transcriptom可用吧?

【在 b********d 的大作中提到】
: 你是要所有基因表达整体上更接近fibroblast like cell,还是只关注一部分gene。
: 对于fibroblast like cell,有什么数据可以来做比较?
:
: like

avatar
O*a
6
gene set enrichment analysis?

【在 m******5 的大作中提到】
: 想make的point是整体, 但一部分也行
: Encode和别的发表的文章里有不少fibroblast transcriptom可用吧?

avatar
m*5
7
能介绍一些网站或者package么?

【在 O**********a 的大作中提到】
: gene set enrichment analysis?
avatar
b*d
9
可以试一下expression之间的correlation,可以用raw counts,也可以log counts,
还可以用rank,把rank转换成 normal 。可以用所有的gene,也可以只用在三种cell里
都expressed 的gene,但如何选cutoff比较tricky。我是做生信的,对生物懂得有限,
具体哪种方式更make sense,还要看具体context。

【在 m******5 的大作中提到】
: 想make的point是整体, 但一部分也行
: Encode和别的发表的文章里有不少fibroblast transcriptom可用吧?

avatar
J*l
11
试试 cellnet
http://cellnet.hms.harvard.edu/

like

【在 m******5 的大作中提到】
: hypothesis是 treatment后比treatment前的某个cell lineage更接近fibroblast like
: cells. 已经得到这两个条件下的transcriptome data(RNA-Seq). 要如何test此
: hypothesis? 求教入门级的和高级的技巧。

avatar
t*c
13
比较简单的是用PCA把这些samples都plot出来(2D/3D)看谁跟谁比较接近

like

【在 m******5 的大作中提到】
: hypothesis是 treatment后比treatment前的某个cell lineage更接近fibroblast like
: cells. 已经得到这两个条件下的transcriptome data(RNA-Seq). 要如何test此
: hypothesis? 求教入门级的和高级的技巧。

avatar
G*n
14
sample-wise correlation

like

【在 m******5 的大作中提到】
: hypothesis是 treatment后比treatment前的某个cell lineage更接近fibroblast like
: cells. 已经得到这两个条件下的transcriptome data(RNA-Seq). 要如何test此
: hypothesis? 求教入门级的和高级的技巧。

avatar
q*a
15
这个可以用gene signature的方法证明
先收集signature,之后做GSEA等富集分析。
avatar
y*1
16
简单来说,第一步看聚类(clustering)和PCA,看pre-treatment, after-treatment 哪
个和fibroblast更近
之后找差异基因 after-treatment vs fibroblast和pre-treatment vs fibroblast,
看那个DE genes更多

like

【在 m******5 的大作中提到】
: hypothesis是 treatment后比treatment前的某个cell lineage更接近fibroblast like
: cells. 已经得到这两个条件下的transcriptome data(RNA-Seq). 要如何test此
: hypothesis? 求教入门级的和高级的技巧。

avatar
r*q
17
我建议 用最普通的t-test。 你的hypothesis可以转化为 比较两组differences。
difference1 是 treatment后-fibroblast like cell. difference2 = before
treatment - fibroblast like cell.
然后test 这两组differences 是不是真的是difference。 You do not get the
observed results by chances.
具体做的话 可以用count data 但要log transform一下 因为 很多test 都要求是
normal distribution的. 如果更加复杂的话 因该要用 negative binomial model 来
model gene express level. 具体test 怎么构造 我也很糊涂。 请大家指正啊。

like

【在 m******5 的大作中提到】
: hypothesis是 treatment后比treatment前的某个cell lineage更接近fibroblast like
: cells. 已经得到这两个条件下的transcriptome data(RNA-Seq). 要如何test此
: hypothesis? 求教入门级的和高级的技巧。

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。