轧边机

edgeR:用于数字基因表达数据差异表达分析的生物导体包。预计在不久的将来,新兴的数字基因表达(DGE)技术将在许多功能基因组学应用中取代微阵列技术。数据分析的基本任务之一,尤其是基因表达研究,包括确定是否有证据表明转录或外显子的计数在不同的实验条件下显著不同。edgeR是一个生物导体软件包,用于检查复制计数数据的差异表达。一个过度分散的泊松模型被用来解释生物学和技术的可变性。实证Bayes方法被用来缓和转录本之间的过度分散程度,提高推断的可靠性。如果至少有一个表型或实验条件被复制,该方法甚至可以用于最低水平的复制。除了测序数据之外,该软件可能还有其他应用,比如蛋白质组肽计数数据。


zbMATH参考文献(46篇文章引用)

显示第46至第20个结果。
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. Ren,Boyu;Bacallado,Sergio;Favaro,Stefano;Vatanen,Tommi;Huttenhower,Curtis;Trippa,Lorenzo:微生物组分数据分析中零膨胀成分的贝叶斯混合效应模型(2020)
  3. 赵思海,戴夫;阮,田:识别同步信号的非参数错误发现率控制(2020)
  4. Udika Bandara;Gill,Ryan;Mitra,Riten:关于计算负二项分布的最大似然估计(2019年)
  5. Dobra,Adrian;Valdes,Camilo;Ajdic,Dragana;Clarke,Bertrand;Clarke,Jennifer:微生物群落与团对数线性模型的建模关联(2019)
  6. 关浩超,萧易文,李易芳,李建岳,赖梁传来,蔡孟勋,吕子平,埃里克Y.庄:自动双组RNA序列分析工作流程的R包(2019年)阿尔十四
  7. 郑红红:预测1型糖尿病个体化候选药物的新的个体化药物重新定位方法(2019)
  8. Dadaneh,Siamak Zamani;Qian,Xiaoning;Zhou,Mingyuan:BNP-seq:序列计数数据的贝叶斯非参数差分表达分析(2018)
  9. 罗向宇;魏英英:异质动态转录因子网络的非参数贝叶斯学习(2018)
  10. 宋伟;刘华平;王佳佳;孔、燕;尹、夏;臧卫东:一个用于综合转录组数据分析的web服务器(2018)
  11. 冯·斯特乔,路易斯(编辑);德尔加多,阿尔贝托·桑托斯(编辑):计算细胞生物学。方法和方案(2018)
  12. 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)
  13. 夏英林;孙军;陈丁庚:微生物组群数据的R(2018)统计分析
  14. Yang,Tae Young;Jeong,Seong:通过适应RNA序列长度偏差的程序控制错误发现率(2018)
  15. Zhao,Lili;Wu,Weisheng;Feng,Dai;Jiang,Hui;Nguyen,Xuanlong:使用一系列负二项模型对RNA序列数据进行贝叶斯分析(2018)
  16. 基思,乔纳森M.(编辑):生物信息学。第二卷:结构、功能和应用(2017)
  17. Kotoka,Ekua;Orr,Megan:在识别差异表达基因时,修改SAMseq以解释效应大小分布的不对称性(2017年)
  18. 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)
  19. Papastamoulis,Panagiotis;Rattray,Magnus:根据RNA序列数据对差异转录使用的贝叶斯估计(2017年)
  20. 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)