-

关于

Phipson实验室致力于开发新的生物信息学方法,并与研究所内外的科学家合作分析项目。我们使用复杂的统计模型揭示对正常发育和疾病的见解。

Phippson实验室的一个主要研究重点是为单细胞技术产生的数据开发新的生物信息学方法。我们还研究其他高通量技术产生的基因组数据,包括RNA-seq和DNA甲基化。我们的新生物信息学方法通过Bioconductor项目实现为公开可用的开源软件。

当前感兴趣的研究领域包括:
–为设计的生物复制单细胞实验开发统计方法
–推进当前和新兴技术的DNA甲基化分析

出版物

Belinda Phipson博士的部分出版物

1.Maksimovic J、Oshlack A和Phipson B。全基因组DNA甲基化数据的基因集富集分析。《基因组生物学》2021,22(1),1-26。项目管理标识号:34103055

2.Boon Sim C、Phipson B、Ziemann M、Rafehi H、Mills RJ、Watt KI、Abu-Bonsrah KD、Kalathur RKR、Voges HK、Dinh DT、Huurne MT、Vivien CJ、Kaspi A、Kaipannickal H、Hidalgo A、Delbridge LMD、Robker RL、Gregorevic P、Dos Remedios CG、Lal S、Piers AT、Konstantinov IE、Elliott DA、El-Osta A、Oshlack A、Hudson JE和Porrello ER。孕酮受体对人类心脏成熟的性别特异性控制。循环。2021, 143(16), 1614-1628. PMID:33682422

3.库姆斯·AN*、菲普森·B*、劳勒·KT、多里森·A、帕特里克·R、扎皮亚·L、哈维·RP、奥什拉克·A和小MH(*合著者)。对发育中的小鼠肾脏进行单细胞分析可以更深入地了解标记基因表达和配体受体串扰。发展。2019年,146(12),开发版178673。项目管理标识号:31118232

4.Phipson B、Er PX、Combes AN、Forbes TA、Howden SE、Zappia L、Yen H-J、Lawlor KT、Hale LJ、Sun J、Wolvetang E、Takasato M、Oshlack A和Little MH。人类肾脏类器官变异性评估。自然方法。2019, 16(1), 79. PMID:30573816

5.Phippon B、Zappia L和Oshlack A。单细胞RNA测序方案中的基因长度和检测偏差。F1000研究。2017, 6, 595. PMID:28529717

6.Phipson B、Lee S、Majewski IJ、Alexander WS和Smyth GK。稳健的超参数估计可防止高变基因,并提高检测差异表达的能力。应用统计学年鉴。2016, 10(2), 946-963. PMID:28367255

7.Phipson B、Maksimovic J、Oshlack A.missMethyl:分析Illumina人类甲基化450平台数据的R包。生物信息学。2016, 32 (2): 286–288. PMID:26424855

8.Ritchie ME、Phipson B、Wu D、Hu Y、Law CW、Shi W和Smyth GK。limma为RNA测序和微阵列研究提供差异表达分析。核酸研究。2015年,43页,第47页。PMID:25605792

Phipson B和Oshlack A.DiffVar:检测差异性的新方法,应用于癌症和衰老的甲基化。基因组生物学。2014, 15, 465. 项目管理标识号:25245051

10.Phipson B和Smyth GK(2010年)。置换p值不应为零:当随机绘制置换时,计算精确的p值。遗传学和分子生物学中的统计应用。2010年第9卷第1期第39条。项目管理标识号:21044043

有兴趣支持我们的研究吗?

您的支持将帮助WEHI的研究人员发现并找到治疗方法,以确保您和您所爱的人更健康、寿命更长。

联系我们的友好团队,了解您可以如何提供帮助。

©WEHI 2024版权所有