fold change(ratio)

基因表达谱数据 基因表达谱可以用一个矩阵来表示,每一行代表一个基因,每一列代表一个样本(如图1).所有基因的表达谱数据在“gene_exp.txt”文件中存储,第一列为基因的entrez geneid,第2~61列是疾病样本的表达,第62~76列是正常样本的表达. 图1 基因表达谱的矩阵表示 寻找差异表达的基因: 原理介绍: 差异表达分析是目前比较常用的识别疾病相关miRNA以及基因的方法,目前也有很多差异表达分析的方法,但比较简单也比较常用的是Fold change方法.它的优点是计算简单直观

fold change的意思是样本质检表达量的差异倍数,log2 fold change的意思是取log2,这样可以可以让差异特别大的和差异比较小的数值缩小之间的差距.Q-value,是P-value校正值,P值是统计差异的显著性的.Q值比P值更严格的一种统计. The mean UMI counts per cell of this gene in cluster iThe log2 fold-change of this gene's expression in cluster i rela

edgeR:Empirical Analysis of Digital Gene Expression Data in R 一个R包,用于RNA-seq或相关技术分析中,基因差异性表达的read count的分析.(read count 已通过HTseq-count等工具得到). read counts的来源可以htseq-count等计算原始count的结果,不可以是cufflinks等计算normalization count的结果. counts数据格式:至少为两列,一列为基因类表,一列为

https://github.com/Jialab-UCR/GDCRNATools GDCRNATools - An R package for downloading, organizing, and integrative analyzing lncRNA, mRNA, and miRNA data in GDC Introduction The Genomic Data Commons (GDC) maintains standardized genomic, clinical, and

生物信息学题目整理: 陈润生: 一.什么是生物信息学?你怎么理解它的含义? Genome informatics is a scientific discipline that encompasses all aspects of genome information acquisition, processing, storage, distribution, analysis, and interpretation. 1.生物信息学是一个学科领域,包含着基因组信息的获取.处理.存储.分配 .

抗TNF治疗改变JIA患者PBMC基因表达谱,可预测疗效 Moorthy LN, et al. ACR 2007. Presentation No:1713. 背景:我们假设儿童期发生的特发性关节炎(JIA)和SLE的基因表达谱是独特的,抗细胞因子或细胞毒药物将改变之,并可能有预测疗效的价值. 目的:利用核酸微阵列技术,分析Etanercept治疗JIA以及环孢霉素/Rituximab(COME)联合治疗SLE,对患者外周血单个核细胞(PBMC)基因表达谱的影响. 方法:共 有4例活动性JIA[

1.什么是生物信息学,如何理解其含义? 答:生物信息学有三个方面的含义: 1)         生物信息学是一个学科领域,包含着基因组信息的获取.处理.存储.分配 .分析和解释的所有方面. 2)         生物信息学是把基因组DNA序列信息分析作为源头,破译隐藏在DNA序列中的遗传语言,特别是非编码区的实质:同时在发现了新基因信息之后进行蛋白质空间结构模拟和预测:其本质是识别基因信号. 3)         生物信息学的研究目标是揭示"基因组信息结构的复杂性及遗传语言的根本规律"

Momentum Indicator Functions ADX - Average Directional Movement Index 函数名:ADX 名称:平均趋向指数 简介:使用ADX指标,指标判断盘整.振荡和单边趋势. 公式: 一.先决定股价趋势(Directional Movement,DM)是上涨或下跌: “所谓DM值,今日股价波动幅度大于昨日股价波动幅部分的最大值,可能是创高价的部分或创低价的部分:如果今日股价波动幅度较前一日小,则DM = 0.” 若股价高点持续走高,为上涨趋势

目前免费公开的数据库有很多,之前我们反复强调,了解他们可以大大提高科研效率,甚至可以直接利用这些数据库发表SCI文章,由于不需要实验数据,快狠准,所以广受欢迎. Oncomine数据库是目前世界上最大的癌基因芯片数据库,截止目前已经收集了近800个基因表达数据库以及90000多个癌组织和正常组织的样本数据,这些芯片数据都是别的课题组上传的,而我们要做的只是学会应用,拿别人的数据,发表自己的文章.这种好事儿,显然,只要随便在pubmed上搜索下,就可以发现基于该数据库的文章已经不少了! Oncom