Receber por email
← Voltar para o catálogo

bio-applied-rna-seq-analysis

Fluxo de trabalho RNA-seq: desenho experimental, alinhamento vs pseudo-alinhamento, normalização de contagens (TPM), configuração de expressão diferencial e principais armadilhas.

3estrelas
Atualizado há 6 meses

Ver no GitHub ↗

Como adicionar

/plugin marketplace add Pavel-Kravchenko/Bioinformatics

O comando exato pode variar conforme o repositório. Confira o README no GitHub.

Para o autor da skill

Cole no README do seu repo

Mostra que sua skill está catalogada na Skillteca, gera backlink e tráfego rastreável.

[![Skillteca](https://www.skillteca.com.br/api/badge/bio-applied-rna-seq-analysis/svg)](https://www.skillteca.com.br/skills/bio-applied-rna-seq-analysis)
#ai

Alerta por categoria

Receba novas skills de Design e Frontend toda segunda

1 email curto, só com as skills novas de Design e Frontend. 4 minutos de leitura, sem spam, cancela com 1 clique.

Você confirma o email no primeiro envio. Sem spam. Cancela com 1 clique.

Ler descrição completa

RNA-seq Analysis: Reads to Differential Expression

Workflow Overview

FASTQ → QC (FastQC/fastp) → Alignment (STAR/HISAT2) → Counting (featureCounts)
                          → Pseudo-align (Salmon/kallisto) → tximport
                          → Count matrix → Normalization → DESeq2/edgeR → GSEA

Experimental Design Rules

  • Replicates: ≥3 biological replicates per condition; more replicates > deeper sequencing
  • Depth: 10–30M reads for gene-level DE; 50–100M for isofor

[Description truncada. Veja o README completo no GitHub.]

Compartilhar X LinkedIn