替代聚腺苷酸化（QAPA）的RNA序列定量
从RNA序列数据（人和小鼠）分析替代聚腺苷酸化（APA）。 QAPA包含两个主要组件：
从基因模型中提取和注释3'UTR序列
基于转录水平丰度计算替代性3'UTR同工型的相对使用量。
请注意，QAPA本身不执行转录本量化。 它依赖于和等其他工具。
安装
QAPA由Python（3.5+）和R脚本组成。
安装以下必备软件：
。 注意：不要使用2.26.0稳定版本，因为groupBy工具存在。
克隆QAPA的最新开发版本并更改目录：
git clone https://github.com/morrislab/qapa.git
cd qapa
或者，下载最新并解压缩tarball：
tar -xzvf qapa-1.2.0.tar.gz
cd qapa-1.2.0
安装R软件包optparse，dplyr，data.table和
2021-10-20 15:15:47
2.77MB
1
模数流
Nextflow管道，用于从NCBI SRA下载和处理微生物RNA序列数据
设置
安装
检查的Java 8或更高版本安装使用： java -version
将nextflow下载到当前目录： curl -s https://get.nextflow.io | bash curl -s https://get.nextflow.io | bash
通过运行以下./nextflow run hello测试安装： ./nextflow run hello
安装
为您的数据集准备元数据文件。 使用来获取指定生物的所有元数据。 要附加本地数据，您可以向tsv文件中添加新行，并填写以下各列：
Experiment ：对于公共数据，这是您的SRX ID。 对于本地数据，应使用标准化的ID命名数据（例如ecoli_0001）
LibraryLayout ：要么成对或非单
Platfo
2021-09-17 14:48:17
16KB
1
使用高性能计算（HPC）的RNA-seq简介
观众
所需的计算能力
期间
生物学家
没有
3节在线研讨会（约7.5个小时，由讲师指导）
描述
该资料库提供了为期2天的RNA测序数据分析研讨会的教学材料。 该研讨会的重点是教授基本的计算技能，以有效利用高性能计算环境来实现RNA-seq数据分析工作流程。 它包括对shell（bash）和shell脚本的介绍。 除了运行来自FASTQ文件的RNA-seq工作流程以使用Salmon进行数据计数外，研讨会还涵盖了RNA-seq实验设计和数据组织/管理的最佳实践准则。
培训师注意事项：请注意，以下链接的时间表假定学习者将花费3-4个小时在阅读和完成各节课之间所选课程的练习上。 讲习班的在线部分着重于更多练习和讨论/问答。
这些材料是为培训师主导的讲习班开发的，但也适合进行自学学习。
学习目标
了解用于分析高通量测序数据的命令行界面（bash）和H
2021-04-03 00:12:10
52.32MB
1
SCDE概述
scde程序包实现了一组用于分析单细胞RNA-seq数据的统计方法。 scde适合用于单细胞RNA-seq测量的单个误差模型。 然后可以将这些模型用于评估细胞组之间的差异表达以及其他类型的分析。 scde软件包还包含pagoda框架，该pagoda框架应用途径和基因集过度分散分析来识别单细胞之间转录异质性的各个方面。
以下出版物详细介绍了差异表达分析的总体方法：
在以下出版物中详细介绍了途径和基因组过度分散分析的总体方法：
有关其他安装信息，教程等，请访问
样品分析和图像
单细胞错误建模
scde使用源自单细胞RNA-seq数据的计数scde拟合单细胞的个体误差模型，
2021-02-05 15:10:22
3.93MB
1