通过KEGG、GO等经典富集分析，我们能够了解到阈值筛选出的差异基因参与的通路和具备的功能，以及哪些功能/通路对表型变化是可能起主导作用的。但在经典富集分析中，我们无法得知某条通路下差异基因的总体变化趋势，即富集到同一通路下的基因既又上调也有下调，那么这条通路的表现形式到底是被激活了呢？还是被抑制了呢?且设定的阈值可能也会卡掉一些在统计学意义上无显著差异但实则有着重要生物学意义的基因，导致重要通路... 阅 读 全 部 >
把病理切片裂解制备成单细胞悬液，得到了“是什么”，却丢失了“在哪里”。如何兼得类型和位置信息呢？follow me 跟小编一起解开空间转录组技术的面纱吧。在生命科学研究的道路上，历经了多组学联合覆盖“面“的，单细胞技术涉及“点“的研究历程，为了更加深入的对生命机制，疾病机理等研究，科学家不断发明新的技术，丰富新的维度，空间转录组技术也由此得到了很大的提升，操作上由繁至简，技术上由少...阅读全文&... 阅 读 全 部 >
目前，转录组测序仍是应用最广的高通量测序技术之一，很多研究课题是关于基因表达潜在的机制，并已经发现了一些现象，但分子机制还不清楚。而做转录组测序特别适合用于分子机制探究，可以获得样本中几乎所有的mRNA信息。关于转录组领域的研究，应用范围极为广泛。如可研究同一个体不同组织之间的基因表达差异；或者不同的外界处理条件下（病毒、光照、紫外、干旱、高温和高盐胁迫等），对基因表达的影响。在我们正式进行转录组... 阅 读 全 部 >
派森诺转录组致力于科技服务的产品丰富且专业，产品在丰富的同时也有细致划分。今天带大家来了解一下对于无参考基因组的物种，比较转录组和无参转录组的区别。区别：1、分析目的不同：无参转录组测序：利用高通量测序技术进行cDNA测序，全面快速地获取某一种特定器官或组织在某一状态下的几乎所有转录本。根据将不同组的unigene进行比较，得到差异基因进行分析。比较转录组测序：是基于高通...阅读全文>&g... 阅 读 全 部 >
发现与细胞状态相关的基因表达特征是分子生物学研究的重要方向。对于细胞在分子层面的差异，可能表现为跨多个维度，如基因组变异、基因表达、蛋白质翻译和翻译后修饰（PTM）。这些不同维度之间的变化是动态的，单独分析某特定维度可能会丢失很多信息，这就需要对这类多层信息进行综合分析，以了解生物系统各个组成部分之间的相互作用。近年来，高通量RNA测序和质谱技术在转录和蛋白质方面的最新进展使其成为...阅读全文&... 阅 读 全 部 >
在Seurat的输出结果中，有一个展示表达量变化最大10个基因的图表令人印象深刻，如下图。关于该图表的具体内容参考之前 《单细胞转录组学习笔记之Seurat 3.0（一）》 一文。那么，常规散点图能不能画成这样效果？ 如果仍然使用针对单细胞数据高度定制的Seurat，显然是非常麻烦的。而使用ggplot2绘制类似这样的多标签图表，又容易出现“数据标签重叠”、超出绘图区域的标签“显示不全“和邻近数据... 阅 读 全 部 >
huanying今天给大家分享一个非常棒的玉米转录组的流程分析。原文作者是cxge，首发于omicshare论坛，阅读原文可跳转至本文的帖子哦~软件及参考基因组BWA, Samtools, Hisat2, HTseq, gffcompare, Stringtie, Ballgown，RB73-V3, B73-V4(Enzampl database)流程protocol首先从原始...阅读全文>... 阅 读 全 部 >
纵观近十年发表的转录组学文章，转录组应用的研究领域越来越广泛，数据的挖掘要求越来越高，实验设计方案涉及的样本数目日趋增多，这就对转录组数据的生物信息分析方法有更多更高的需求。今天跟大家分享的WGCNA（Weighted Gene Co-Expression Network Analysis），就是适合进行复杂转录组数据分析的工具。首先，我们了解一下WGCNA的概念WGCNA其译...阅读全文>... 阅 读 全 部 >
RNA-seq是目前最广泛应用的高通量测序技术之一，其研究难点已经不再是如何获取大量表达数据信息，而是如何挖掘大量测序数据背后所蕴含的生物学意义，因此标准分析已经不能满足深入挖掘数据的需求，安诺转录组高级分析，通过深层剖析让你的测序数据物尽其用~1. 基因共表达网络分析（Weighted Gene Co-Expression Network Analysis, WGCNA）如今多样本分析逐渐成为趋... 阅 读 全 部 >
一、WGCNA分析简介随着转录组测序价格下降，进行测序的样本数也在逐渐增多，WGCNA（weighted gene co-expression networkanalysis，权重基因共表达网络分析）这种适合大样本的分析方法，在疾病以及其他性状与基因关联分析等方面应用越来越广泛。WGCNA最大的优势在于，能将多个样本中成千上万的基因，根据它们的表达模式划分到数个至数十个模块当中，然后以模块...阅... 阅 读 全 部 >