EB序列 swMATH ID: 17161 软件作者： Leng N、Dawson JA、Thomson JA、Ruotti V、Rissman AI、Smits BM、Haag JD、Gould MN、Stewart RM、Kendziorski C 描述： EBSeq：RNA-seq实验中推理的经验贝叶斯层次模型。动机：信使核糖核酸的表达在正常发育和分化以及疾病的表现中都很重要。RNA-seq实验允许在全基因组范围内鉴定差异表达（DE）基因及其相应的亚型。然而，需要使用统计方法来确保准确识别。有许多方法可以识别DE基因，但用于识别DE亚型的方法要少得多。当对异型DE感兴趣时，研究人员通常直接应用基因水平（基于计数）方法来估计异型计数。不建议这样做。简而言之，对某些亚型组来说，估计亚型表达相对简单，但对其他亚型组则更具挑战性。这导致不同亚型组之间的估计不确定性不同。基于计数的方法并不是为了适应这种不同的不确定性而设计的，因此，将它们应用于亚型推理会导致某些亚型的功率降低，而其他亚型的错误发现增加。结果：利用经验贝叶斯方法的优点，我们开发了EBSeq，用于在比较两种或多种生物条件的RNA-seq实验中识别DE亚型。结果表明，EBSeq在鉴定DE异构体方面的能力和性能显著提高。EBSeq也被证明是鉴定DE基因的可靠方法。可用性和实现：包含示例和示例数据集的R包位于http://www.biostat.wisc.edu/～kendzior/EBSEQ/。 主页： http://bioinformatics.oxfordjournals.org/content/29/8/1035.short 相关软件： 边缘R；生物导体；DEseq公司；BaySeq公司；顶帽；DESeq2公司；RSEM（RSEM）；R（右）；rSeqDiff（序列差异）；收缩贝叶斯；利马；卡斯珀；KEGG公司；EbayesThresh公司；DMR调用者；REBayes公司；去卷积R；ZIFA公司；桅杆；混合器 引用于： 9文件 全部的 前5名27位作者引用 1 程建林 1 崔世奇 1 冯、戴 1 梅耶特里·古普塔 1 Hien Duy Nguyen先生 1 季铁明 1 姜慧 1 Johnson，玛拉 1 克里斯蒂娜·肯齐奥尔斯基 1 基冈·科特豪尔 1 李继龙 1 李明峰 1 林志祥 1 马秀玉 1 牛顿，迈克尔·A。 1 阮宣龙 1 帕帕斯塔穆利斯，泛神经炎 1 埃内斯托·皮卡迪 1 伊丽莎白·普多姆 1 邱靖 1 马格纳斯Rattray 1 肖恩·鲁迪 1 内纳德·塞斯坦 1 托马斯·索恩 1 吴伟胜 1 赵宏宇 1 赵丽丽 5篇连载文章中引用 4 遗传学和分子生物学中的统计应用 2 应用统计学年鉴 1 斯堪的纳维亚统计杂志 1 贝叶斯分析 1 分子生物学方法 在4个字段中引用 8 统计学（62-XX） 8 生物学和其他自然科学（92-XX） 1 总体主题；集合（00-XX） 1 概率论与随机过程（60-XX） 按年份列出的引文