کتاب تحلیل Differential Expression با DESeq2

انتخاب پلن

افزودنی‌های اختیاری

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل Differential Expression با DESeq2

موضوع کلی: زیست‌شناسی و مهندسی ژنتیک

موضوع میانی: آنالیز داده‌های NGS

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر بیان ژن و داده‌های RNA-Seq
  • 2. آشنایی با بسته‌های مورد نیاز در R برای تحلیل RNA-Seq
  • 3. کیفیت‌سنجی داده‌های RNA-Seq
  • 4. نرمال‌سازی داده‌های RNA-Seq
  • 5. مفهوم بیان دیفرانسیلی
  • 6. طراحی آزمایش برای بیان دیفرانسیلی
  • 7. مقدمه‌ای بر DESeq2
  • 8. نصب و بارگذاری بسته DESeq2 در R
  • 9. ایجاد شیء DESeqDataSet
  • 10. تنظیم فاکتورها و گروه‌های مقایسه‌ای
  • 11. اجرای تحلیل بیان دیفرانسیلی با DESeq
  • 12. استخراج نتایج تحلیل بیان دیفرانسیلی
  • 13. درک مقادیر p-value و adjusted p-value
  • 14. مفهوم Log2 Fold Change
  • 15. تصحیح چندآزمونی در بیان دیفرانسیلی
  • 16. روش‌های مختلف تصحیح p-value (Benjamini-Hochberg, Bonferroni)
  • 17. نمایش نتایج بیان دیفرانسیلی با استفاده از volcano plot
  • 18. نمایش نتایج بیان دیفرانسیلی با استفاده از heatmap
  • 19. شناسایی ژن‌های با بیان دیفرانسیلی معنی‌دار
  • 20. بررسی نتایج با استفاده از MA plot
  • 21. تحلیل بیان دیفرانسیلی در شرایط مختلف
  • 22. بررسی تاثیر اندازه نمونه بر نتایج
  • 23. مفهوم overdispersion در DESeq2
  • 24. اصلاح overdispersion در DESeq2
  • 25. بررسی و تفسیر نتایج DESeq2 با استفاده از گزارش‌ها
  • 26. استفاده از DESeq2 برای تحلیل داده‌های single-cell RNA-Seq
  • 27. مقدمه‌ای بر Normalization با DESeq2
  • 28. روش‌های مختلف Normalization در DESeq2
  • 29. مقایسه روش‌های Normalization مختلف
  • 30. انتخاب روش Normalization مناسب
  • 31. تحلیل داده‌های RNA-Seq با تکرار کم
  • 32. بررسی تاثیر تکرار بر نتایج
  • 33. تحلیل داده‌های RNA-Seq با داده‌های نامتوازن
  • 34. اصلاح داده‌های نامتوازن
  • 35. بررسی و تفسیر نتایج در داده‌های نامتوازن
  • 36. مقدمه‌ای بر Gene Set Enrichment Analysis (GSEA)
  • 37. اجرای GSEA با استفاده از نتایج DESeq2
  • 38. تفسیر نتایج GSEA
  • 39. مفهوم pathway analysis
  • 40. استفاده از pathway analysis برای تفسیر نتایج DESeq2
  • 41. بررسی ارتباط بین ژن‌های با بیان دیفرانسیلی و pathwayها
  • 42. مقدمه‌ای بر visualization داده‌های RNA-Seq
  • 43. استفاده از ابزارهای visualization مختلف
  • 44. ساخت نمودارهای تعاملی برای نمایش نتایج
  • 45. مقدمه‌ای بر annotation داده‌های RNA-Seq
  • 46. استفاده از پایگاه‌داده‌های annotation مختلف
  • 47. تفسیر نتایج DESeq2 با استفاده از annotation
  • 48. مقدمه‌ای بر quality control داده‌های RNA-Seq
  • 49. بررسی آلودگی داده‌ها
  • 50. بررسی bias داده‌ها
  • 51. مقدمه‌ای بر filtering داده‌های RNA-Seq
  • 52. انتخاب آستانه مناسب برای filtering
  • 53. استفاده از filtering برای بهبود نتایج
  • 54. تحلیل بیان دیفرانسیلی در داده‌های paired-end
  • 55. تحلیل بیان دیفرانسیلی در داده‌های single-end
  • 56. مقایسه نتایج بین paired-end و single-end
  • 57. مقدمه‌ای بر batch effect
  • 58. اصلاح batch effect در DESeq2
  • 59. بررسی تاثیر batch effect بر نتایج
  • 60. مقدمه‌ای بر spike-in normalization
  • 61. استفاده از spike-in normalization در DESeq2
  • 62. تفسیر نتایج spike-in normalization
  • 63. مقدمه‌ای بر size factor estimation
  • 64. روش‌های مختلف size factor estimation
  • 65. مقایسه روش‌های size factor estimation
  • 66. استفاده از size factor estimation برای بهبود نتایج
  • 67. بررسی و تفسیر نتایج DESeq2 در مطالعات بالینی
  • 68. بررسی و تفسیر نتایج DESeq2 در مطالعات آزمایشگاهی
  • 69. مقدمه‌ای بر استفاده از DESeq2 در محیط خط فرمان
  • 70. اجرای DESeq2 با استفاده از اسکریپت
  • 71. مقدمه‌ای بر R Markdown برای گزارش‌گیری از نتایج DESeq2
  • 72. تهیه گزارش‌های تعاملی با استفاده از R Markdown
  • 73. مقدمه‌ای بر استفاده از DESeq2 در محیط ابری
  • 74. اجرای DESeq2 در محیط ابری
  • 75. بررسی مزایا و معایب استفاده از محیط ابری

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.