3 个回答
毛利小五郎的徒弟
我们一般都选用KEGG，这个软件比较好操作
周末也要努力呀
对检测数据进行GO和KEGG分析，找出你的目的基因后进行后续实验。
以下是推荐的软件：
软件 功能 版本
fastp 测序数据质控 0.23.2
bowtie2 测序数据比对 2.4.5 --local
samtools 操作 sam/bam 文件 1.15
rsem 转录本定量 1.3.3 --strandedness reverse salmon 转录本定量 1.9.0 --libType ISR
kallisto 转录本定量 0.48.0 --fr-stranded
tximport 基因/转录本表达量转换 1.22.0 countsFromAbundance：lengthScaledTPM
DESeq2 差异基因分析 1.34.0 默认
edgeR 差异基因分析 3.36.0 默认
clusterProfiler 差异基因功能富集分析 4.2.2 默认
pathview kegg 通路分析 1.34.0 默认
pheatmap 聚类热图 1.0.12 默认
GSEA 基因集富集分析 4.2.3 默认
gatk SNP/InDel 分析 4.2.6.1
annovar SNP/InDel 注释 默认
rockhopper 原核基因组结构分析 2.03 默认
PromPredict 启动子预测 默认
python 其他分析点 3.9.13
R 其他分析点 4.1.
高山云初
1、基于似然法的分析方法。第一种类型的转录物定量方法通过基于统计模型最大化可能性或后验来估计转录物丰度。这些方法是灵活的，并且可以容易地修改以将先前的生物信息结合到后部以提高量化准确性。统计模型进一步分为三类：基于区域的，基于读的和基于片段的模型。
如Alpine专门设计用于调整同种型定量中的多种测序偏差来源，它考虑了在每个同种型中的所有可能位置处长度在片段长度分布中间的所有潜在片段。还有Cufflinks, eXpress, RSEM, KallistoiReckon和NSMAP等重建方法。
2、基于回归的方法。同种型量化的第二类统计方法是基于回归的，这些方法将同种型定量问题表示为线性或广义线性模型，并将基于区域的读数（或比例）作为响应变量，候选同种型作为预测变量，并将同种型丰度作为待估计的系数（参数）。基于回归的方法包括rQuant ，SLIDE，IsoLasso和CIDANE。
相关产品推荐
相关问答
