跳转至

RNA seq进行基因共表达分析(WGCNA)

参考1 https://horvath.genetics.ucla.edu/html/CoexpressionNetwork/Rpackages/WGCNA/Tutorials/

推荐下面3个重点阅读的教程

  1. 六六的教程
  2. 技能树
  3. 生信宝典 WGCNA被用于基因共表达分析。 RNA WGCNA分析参考资料
  4. 前期准备

  5. 数据质控

  6. 使用STAR或者Hisat2比对,stringtie定量,输出标准化表达矩阵
  7. 准备样品的表型数据
  8. 构建表型矩阵

开始分析

  1. 安装WGCNA

```R rm(list = ls()) options(stringsAsFactors = F) options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") options(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")

##设置bioconductor,安装WGCNA的依赖包 if (!requireNamespace("BiocManager", quietly = TRUE)) install.packages("BiocManager") BiocManager::install(c("AnnotationDbi","impute","GO.db","preprocessCore")) install.packages("WGCNA") library(WGCNA)

```

  1. 数据输入和处理,重新格式化数据。

文献

GATK最佳实践

转录组学习总篇

多组RNA-seq比较

WGCNA分析

WGCNA图文详解(四)

水稻BSA

定制蛋白质数据库构建

使用limma、Glimma和edgeR,RNA-seq数据分析易如反掌

通过综合多组学方法洞察人类诱导的多能干细胞的突变负担

通过全基因组,整个外显子组和转录组的三平台测序进行临床癌症基因组分析

annovar

自闭症谱系障碍男性全基因组测序和转录组谱分析的综合分析

回到页面顶部