Популярное

Музыка Кино и Анимация Автомобили Животные Спорт Путешествия Игры Юмор

Интересные видео

2025 Сериалы Трейлеры Новости Как сделать Видеоуроки Diy своими руками

Топ запросов

смотреть а4 schoolboy runaway турецкий сериал смотреть мультфильмы эдисон
dTub
Скачать

DC ISCB Workshop 2016 - Co-expression network analysis using RNA-Seq data (Keith Hughitt)

Автор: Keith Hughitt

Загружено: 2016-06-21

Просмотров: 17760

Описание:

Overview
---------------
Tutorial on Co-expression network analysis using RNA-Seq data presented at the ISCB DC Regional Student Group Workshop at the University of Maryland - College Park (June 15 2016).

Abstract
--------------
In this presentation, I provide a simple overview of co-expression network analysis, with an emphasis on the use of RNA-Seq data. A motivation for the use of co-expression network analysis is provided and compared to other common types of RNA-Seq analyses such as differential expression analysis and gene set enrichment analysis. The use of adjacency matrices to represent networks is explored for several different types of networks and a small synthetic dataset is used to demonstrate each of the major steps in co-expression network construction and module detection. The tutorial portion of the presentation then applies some of these principles using a real dataset containing ~3000 genes, after filtering.

Links
---------
[1] Meeting site: https://iscb-dc-rsg.github.io/2016-su...
[2] Tutorial: https://github.com/iscb-dc-rsg/2016-s...
[3] Slides: http://khughitt.github.io/2016-iscb-d...

DC ISCB Workshop 2016 - Co-expression network analysis using RNA-Seq data (Keith Hughitt)

Поделиться в:

Доступные форматы для скачивания:

Скачать видео mp4

  • Информация по загрузке:

Скачать аудио mp3

Похожие видео

HOW TO PERFORM GSEA - A tutorial on gene set enrichment analysis for RNA-seq

HOW TO PERFORM GSEA - A tutorial on gene set enrichment analysis for RNA-seq

Теорема Байеса, геометрия изменения убеждений

Теорема Байеса, геометрия изменения убеждений

8. RNA-sequence Analysis: Expression, Isoforms

8. RNA-sequence Analysis: Expression, Isoforms

LLM и GPT - как работают большие языковые модели? Визуальное введение в трансформеры

LLM и GPT - как работают большие языковые модели? Визуальное введение в трансформеры

Как производятся микрочипы? 🖥️🛠️ Этапы производства процессоров

Как производятся микрочипы? 🖥️🛠️ Этапы производства процессоров

Weighted gene co-expression network analysis

Weighted gene co-expression network analysis

Single Cell Sequencing - Eric Chow (UCSF)

Single Cell Sequencing - Eric Chow (UCSF)

Introduction to Biological Network Analysis I: Network Basics and Properties

Introduction to Biological Network Analysis I: Network Basics and Properties

Introduction to RNA-Seq for Researchers

Introduction to RNA-Seq for Researchers

Краткое объяснение больших языковых моделей

Краткое объяснение больших языковых моделей

Gene set enrichment analysis in R

Gene set enrichment analysis in R

ДНК создал Бог? Самые свежие научные данные о строении. Как работает информация для жизни организмов

ДНК создал Бог? Самые свежие научные данные о строении. Как работает информация для жизни организмов

Но что такое нейронная сеть? | Глава 1. Глубокое обучение

Но что такое нейронная сеть? | Глава 1. Глубокое обучение

15. Gene Regulatory Networks

15. Gene Regulatory Networks

StatQuest: A gentle introduction to RNA-seq

StatQuest: A gentle introduction to RNA-seq

Building co-expression network from gene expression data | Intro

Building co-expression network from gene expression data | Intro

Почему простые числа образуют эти спирали? | Теорема Дирихле и пи-аппроксимации

Почему простые числа образуют эти спирали? | Теорема Дирихле и пи-аппроксимации

How to analyze RNA-Seq data? Find differentially expressed genes in your research.

How to analyze RNA-Seq data? Find differentially expressed genes in your research.

StatQuest: Principal Component Analysis (PCA), Step-by-Step

StatQuest: Principal Component Analysis (PCA), Step-by-Step

StatQuest: DESeq2, part 1, Library Normalization

StatQuest: DESeq2, part 1, Library Normalization

© 2025 dtub. Все права защищены.



  • Контакты
  • О нас
  • Политика конфиденциальности



Контакты для правообладателей: [email protected]