m******5
发帖数: 1383 | 1 hypothesis是 treatment后比treatment前的某个cell lineage更接近fibroblast like
cells. 已经得到这两个条件下的transcriptome data(RNA-Seq). 要如何test此
hypothesis? 求教入门级的和高级的技巧。 |
O**********a
发帖数: 317 | 2 gene ontology ?
gene set enrichment analysis?
like
【在 m******5 的大作中提到】
: hypothesis是 treatment后比treatment前的某个cell lineage更接近fibroblast like
: cells. 已经得到这两个条件下的transcriptome data(RNA-Seq). 要如何test此
: hypothesis? 求教入门级的和高级的技巧。
|
m******5
发帖数: 1383 | 3 ontology是有些hint，但感觉不够靠谱
【在 O**********a 的大作中提到】
: gene ontology ?
: gene set enrichment analysis?
:
: like
|
b********d
发帖数: 16 | 4 你是要所有基因表达整体上更接近fibroblast like cell，还是只关注一部分gene。
对于fibroblast like cell，有什么数据可以来做比较？
like
【在 m******5 的大作中提到】
: hypothesis是 treatment后比treatment前的某个cell lineage更接近fibroblast like
: cells. 已经得到这两个条件下的transcriptome data(RNA-Seq). 要如何test此
: hypothesis? 求教入门级的和高级的技巧。
|
m******5
发帖数: 1383 | 5 想make的point是整体， 但一部分也行
Encode和别的发表的文章里有不少fibroblast transcriptom可用吧？
【在 b********d 的大作中提到】
: 你是要所有基因表达整体上更接近fibroblast like cell，还是只关注一部分gene。
: 对于fibroblast like cell，有什么数据可以来做比较？
:
: like
|
O**********a
发帖数: 317 | 6 gene set enrichment analysis?
【在 m******5 的大作中提到】
: 想make的point是整体， 但一部分也行
: Encode和别的发表的文章里有不少fibroblast transcriptom可用吧？
|
m******5
发帖数: 1383 | 7 能介绍一些网站或者package么？
【在 O**********a 的大作中提到】
: gene set enrichment analysis?
|
O**********a
发帖数: 317 | |
b********d
发帖数: 16 | 9 可以试一下expression之间的correlation，可以用raw counts，也可以log counts，
还可以用rank，把rank转换成 normal 。可以用所有的gene，也可以只用在三种cell里
都expressed 的gene，但如何选cutoff比较tricky。我是做生信的，对生物懂得有限，
具体哪种方式更make sense，还要看具体context。
【在 m******5 的大作中提到】
: 想make的point是整体， 但一部分也行
: Encode和别的发表的文章里有不少fibroblast transcriptom可用吧？
|
m******5
发帖数: 1383 | |
|
|
J*****l
发帖数: 121 | 11 试试 cellnet
http://cellnet.hms.harvard.edu/
like
【在 m******5 的大作中提到】
: hypothesis是 treatment后比treatment前的某个cell lineage更接近fibroblast like
: cells. 已经得到这两个条件下的transcriptome data(RNA-Seq). 要如何test此
: hypothesis? 求教入门级的和高级的技巧。
|
m******5
发帖数: 1383 | 12 Thanks alot!!!
【在 J*****l 的大作中提到】
: 试试 cellnet
: http://cellnet.hms.harvard.edu/
:
: like
|
t*****c
发帖数: 36 | 13 比较简单的是用PCA把这些samples都plot出来（2D/3D）看谁跟谁比较接近
like
【在 m******5 的大作中提到】
: hypothesis是 treatment后比treatment前的某个cell lineage更接近fibroblast like
: cells. 已经得到这两个条件下的transcriptome data(RNA-Seq). 要如何test此
: hypothesis? 求教入门级的和高级的技巧。
|
G******n
发帖数: 289 | 14 sample-wise correlation
like
【在 m******5 的大作中提到】
: hypothesis是 treatment后比treatment前的某个cell lineage更接近fibroblast like
: cells. 已经得到这两个条件下的transcriptome data(RNA-Seq). 要如何test此
: hypothesis? 求教入门级的和高级的技巧。
|
q*******a
发帖数: 386 | 15 这个可以用gene signature的方法证明
先收集signature，之后做GSEA等富集分析。 |
y*******1
发帖数: 164 | 16 简单来说，第一步看聚类(clustering)和PCA，看pre-treatment, after-treatment 哪
个和fibroblast更近
之后找差异基因 after-treatment vs fibroblast和pre-treatment vs fibroblast，
看那个DE genes更多
like
【在 m******5 的大作中提到】
: hypothesis是 treatment后比treatment前的某个cell lineage更接近fibroblast like
: cells. 已经得到这两个条件下的transcriptome data(RNA-Seq). 要如何test此
: hypothesis? 求教入门级的和高级的技巧。
|
r*****q
发帖数: 216 | 17 我建议 用最普通的t－test。 你的hypothesis可以转化为 比较两组differences。
difference1 是 treatment后－fibroblast like cell. difference2 = before
treatment - fibroblast like cell.
然后test 这两组differences 是不是真的是difference。 You do not get the
observed results by chances.
具体做的话 可以用count data 但要log transform一下 因为 很多test 都要求是
normal distribution的. 如果更加复杂的话 因该要用 negative binomial model 来
model gene express level. 具体test 怎么构造 我也很糊涂。 请大家指正啊。
like
【在 m******5 的大作中提到】
: hypothesis是 treatment后比treatment前的某个cell lineage更接近fibroblast like
: cells. 已经得到这两个条件下的transcriptome data(RNA-Seq). 要如何test此
: hypothesis? 求教入门级的和高级的技巧。
|
