Differentialekspressionsanalyse betyder at tage de normaliserede læsetællingsdata og udføre statistisk analyse for at opdage kvantitative ændringer i ekspressionsniveauer mellem eksperimentelle grupper. For eksempel bruger vi statistisk test til at afgøre, om en observeret forskel i læsetællinger for et givet gen er signifikant, det vil sige, om den er større end hvad man kunne forvente bare på grund af naturlig tilfældig variation.
metoder til differentiel ekspressionsanalyse
der er forskellige metoder til differentiel ekspressionsanalyse som f.eks. Det er vigtigt at overveje det eksperimentelle design, når man vælger en analysemetode. Mens nogle af de differentielle udtryk værktøjer kun kan udføre parvis sammenligning, andre som edgeR, limma-voom, desek og maSigPro kan udføre flere sammenligninger.
i Figur 11 nedenfor skitserer vi den RNA-sekv-behandlingsrørledning, der bruges til at generere data til Ekspressionsatlas.
i denne pipeline gennemgår rålæsninger (hurtige filer) kvalitetsvurdering og filtrering. De kvalitetsfiltrerede aflæsninger er justeret til referencegenomet via HISAT2. De kortlagte læsninger opsummeres og aggregeres over gener via Htseks. For baseline-ekspression beregnes FPKMs ud fra råtællingerne af iRAP. Disse er gennemsnitlige for hvert sæt tekniske replikater og derefter kvantile normaliseret inden for hvert sæt biologiske replikater ved hjælp af limma.