为解决非酒精性脂肪性肝炎(NASH)与克罗恩病(CD)的共病机制问题，研究人员通过整合GSE186582(CD)和GSE164760(NASH)数据集，利用edgeR ...

本研究针对生物信息学领域R与Python生态割裂的现状，开发了Python版差异表达分析工具InMoose。研究团队通过精准移植limma、edgeR和DESeq2三大经典算法，在19个GEO数据集上验证了与原始R工具>99%的结果一致性（LFC差异1e-14），显著优于现有Python实现pydeseq2。该成果为跨 ...

做转录组研究的老师通常拿到RNA-seq数据都比较头疼，从庞大的数据中整理需要的信息做差异分析、富集分析、数据检验等等，就很费时间，更不要说数据提交分析时频繁error导致的崩溃。 工欲善其事必先利其器，合理使用工具让分析事半功倍才是明智之举。

基于转录组测序获得的定量表达值，识别差异表达变化的基因或其它非编码RNA分子，实际上方法还是非常多的。但就目前来看，DESeq2和edgeR是出现频率最高的两种方法了。 DESeq2已经在前面文章中作了简介，本篇继续展示R包edgeR的差异基因分析流程。类似DESeq2 ...