文章预览
我们的生物信息学在线互动授课的案例数据集一般来说是癌症等疾病相关的， 肿瘤组织和正常对照的差异是很明显的。所以，标准的代码，标准的阈值绰绰有余的，可以拿到合理的差异分析结果。目前简单的差异分析流程，基本上转录组测序技术和芯片技术拿到的表达量矩阵后续分析大同小异，公众号推文在： 解读GEO数据存放规律及下载，一文就够 解读SRA数据库规律一文就够 从GEO数据库下载得到表达矩阵 一文就够 GSEA分析一文就够（单机版+R语言版） 根据分组信息做差异分析- 这个一文不够的 差异分析得到的结果注释一文就够 但是学员们在使用相应的代码去处理自己的研究领域的数据集的时候往往是会碰壁，比如这个文献：《Longitudinal expression changes are weak correlates of disease progression in Huntington's disease. Brain Commun 2020 》，对应的数据集是 ： https:
………………………………
