《生物信息学 Bioinformatics》课程教学资源（思维导图）第七章 转录组学

编码RNA及动一研究对编码RNA及分类厂要达用时标摄ST SAGE微车势5芯片转录组概述MPSS一研究方法一胜特弹性测学建员耗RRNA测字建FastQd测字数据质量控营HISATZTATin转录组比对组装Wminat从头相第路器合拍8RPKNFPKM定量方划转录组定量转录组数据分析一SeringTi定量结需的质量本期相DESeq2dgef差异表达分析masigpro素ImpuseDEZ次聚类聚类分析一K-S值保类WGCNA共表达网路CytoScape可化第1章生物信息学机念及发展历史高集分护G第2章生物统计学基础CMC长非编RNRNAcent第3意深康学习和人工暂能第7章转录组学第4章生物信息资源 NONCOD第5章序列比对与分析第12章生物信息学应用C环状RNA第6章基因组学第13章生物信息学实验基础第8章转票调控和表观透传非编码RNA二小非编的mIMES小的领感于枪量RNA的物预比技字剂购ARSTARsol要达拒阵及对象基因数质控与过滤数粒体基国UM占双狂器AGH第11章系统生物学数据标准化、校正及整合单细跑转录组学一降、聚类和期胞注释DunainTILeiden算法差异细胞比别和差异表达基因分析细胎发育轨流推RNA速车基因调控网分

单细胞转录组学 生成基因表达矩阵及对象 Cell Ranger STARsolo Seurat Scanpy 质控与过滤 UMI数 基因数 线粒体基因UMI占比 双细胞 数据标准化、校正及整合 降噪/插补 MAGIC scVI 批次效应 Harmony CCA 降维、聚类和细胞注释 PCA、t-SNE、UMAP、diffusion maps KNN/SNN Louvain和Leiden算法 singleR 差异细胞比例和差异表达基因分析 scCODA FindMarkers 细胞发育轨迹推断 拟时序分析 RNA速率 基因调控网络 SCENIC hdWGCNA 细胞通讯分析 CellPhoneDB CellChat NicheNet 非编码RNA 长非编码RNA 编码潜能 CPAT CPC 代表数据库 RNAcentral NONCODE 环状RNA 鉴定方法 CIRI DeepCirCode 代表数据库 circAtlas circBase 小非编码RNA 鉴定方法 同源比对 二级结构 最小自由能 靶基因预测 targetScan miRanda 代表数据库 miRBase starBase 非编码RNA的结构预测 基于能量最小化的预测 比较序列的预测 机器学习和AI方法 转录组数据分析 测序数据质量控制 FastQC fastp Trimmomatic 转录组比对组装 read比对 BowTie/BowTie2 HISAT2 STAR 常规组装 Cufflinks StringTie 从头组装 Trinity SOAPdenovo-Trans 多策略混合组装 转录组定量 定量方式 RPKM FPKM TPM 定量工具 StringTie Kallisto 定量结果的质量控制 消除批次效应 limma-removeBatchEffect ComBat 样本间相似性 差异表达分析 配对样本 DESeq2 edgeR 时序样本 maSigPro ImpulseDE2 聚类分析 层次聚类 K-均值聚类 共表达网络 WGCNA CytoScape可视化 富集分析 GO KEGG 转录组概述 研究对象 编码RNA及功能 非编码RNA及分类 研究方法 微阵列芯片 表达序列标签EST SAGE MPSS RNA-seq 链特异性测序建库 靶向RNA测序建库 非编码特异性测序建库 第7章 转录组学 第1章 生物信息学概念及发展历史 第3章 深度学习和人工智能 第4章 生物信息资源 第5章 序列比对与分析 第6章 基因组学 第8章 转录调控和表观遗传 第11章 系统生物学 第12章 生物信息学应用 第13章 生物信息学实验基础 第2章 生物统计学基础