沃姆

精确权重解锁用于RNA序列读取计数的线性模型分析工具。提出了一种新的用于分析RNA序列实验中读取计数的标准线性建模策略。voom方法估计对数计数的均值-方差关系,为每个观测值生成一个精确的权重,并将其输入limma经验Bayes分析管道。这是一个大型的RNA微阵列分析方法。仿真研究表明,voom的性能与基于计数的RNA-seq方法一样好或更好,即使数据是根据先前方法的假设生成的。两个案例研究说明了线性建模和基因集测试方法的使用。


zbMATH参考文献(17篇文章引用)

显示第1到17个结果,共17个。
按年份排序(引用)

  1. Martin,Bryan D.;Witten,Daniela;Willis,Amy D.:用β二项回归建模微生物丰度和失调(2020年)
  2. S、 Thomas Kelly;Michael A.Black:graphsim:从生物路径图结构模拟基因表达数据的R包(2020)不是zbMATH
  3. Wilson,Douglas R.;Jin,Chong;Ibrahim,Joseph G.;Sun,Wei:ICeD-t通过考虑异常基因表达模式,提供肿瘤样本中免疫细胞丰度的准确估计(2020年)
  4. 贾高翔;王新磊;李启伟;陆伟;唐西明;紫藤芭,伊格纳西奥;谢,杨:Rcrorm:用于规范化纳米管柱数据的随机系数递阶回归模型集成系统(2019年)
  5. 梁坤:有辅助信息的RNA测序实验的经验Bayes分析(2019)
  6. Wolff,Alexander:通过开发新一代测序数据的方法分析表达谱和基因变异(2018)
  7. 夏英林;孙军;陈丁庚:微生物组群数据的R(2018)统计分析
  8. Gunady,Mohamed K.;Cornwell,Steffen;Mount,Stephen M.;Bravo,Héctor Corrada:Yanagi:RNA序列定量的转录片段库构建(2017)
  9. Lun,Aaron T.L.;Smyth,Gordon K.:无计数,无方差:从RNA序列数据评估生物变异性时考虑自由度损失(2017)
  10. Bonafede,Elisabetta;Picard,Franck;Robin,Stéphane;Viroli,Cinzia:使用混合物对差异表达分析中的过度分散异质性进行建模(2016)
  11. Phipson,Belinda;Lee,Stanley;Majewski,Ian J.;Alexander,Warren S.;Smyth,Gordon K.: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(2016年)
  12. Ruddy,Sean;Johnson,Marla;Purdom,Elizabeth:二项族中离散参数的收缩,以及差分外显子跳跃的应用(2016)
  13. Zhou,Yi Hui:使用基于分数的方法对RNA序列数据进行路径分析(2016)
  14. Gallopin,Mélina;Celeux,Gilles;Jaffrézic,Florence;Rau,Andrea:注释基因表达数据基于模型聚类的模型选择标准(2015)
  15. Licio,Andrew;Nettleton,Dan:近交系和杂交基因型RNA序列实验的分层建模和差异表达分析(2015)
  16. Liu,Fangfang;Wang,Chong;Liu,Peng:RNA序列数据差异表达分析的半参数贝叶斯方法(2015)
  17. Nguyen,Yet;Nettleton,Dan;Liu,Haibo;Tuggle,Christopher K.:利用RNA序列数据检测差异表达基因,以解释相关协变量的影响(2015年)