この章では、RNA-Seq データで何ができるかを探り、その魅力について学びます。また、RNA-Seq ワークフローに含まれるさまざまなステップと考慮事項についても理解を深めます。

RNA-Seq 入門

基本概念

RNA-Seq パッケージ

RNA-Seq ワークフロー

リードのアライメント

生カウント行列を探索する

差次的遺伝子発現の概要

DGE 理論

DGE 理論：メタデータ

RNA-Seq の理論とワークフロー入門

この章では、ヒートマップと主成分分析を用いて RNA-Seq カウントデータの品質管理を行います。サンプル間の類似性を調べ、外れ値となるサンプルがないかを確認します。

差次的発現解析入門

DESeq2 ビネットを使った練習

DESeq2 用のデータ整理

メタデータとカウントデータの照合

カウントの正規化

DESeq2 によるカウントの正規化

階層的ヒートマップ

条件別の階層的ヒートマップ

階層型ヒートマップの分析

主成分分析

PCA分析

PCA 演習：変動の探索

PCA 演習：さらなる変動要因の探索

探索的データ解析

この章では、発現差異解析を実施し、結果を生成して発現差異のある遺伝子を特定します。

DE解析

DEオブジェクトの作成

DESeq2モデル - 分散

DESeq2 モデル - 分散の確認

分散プロットの解釈

DESeq2モデル - コントラスト

DESeq2 モデル - 結果の抽出

DESeq2 の結果 - LFC 縮小

DESeq2の結果

DESeq2 結果の探索

DESeq2 結果の要約

DESeq2 の有意な結果

DESeq2 による発現差異解析

最終章では、ヒートマップやボルカノプロットなどの可視化を通じて発現差異の結果を探索します。また、解析の手順を振り返り、DESeq2 を用いた発現差異解析のワークフロー全体をまとめます。

結果の可視化

DESeq2 の可視化 - MA プロットとボルケーノプロット

DESeq2 の可視化 - ヒートマップ

RNA-Seq DE解析まとめ - セットアップ

RNA-Seq DE 解析 - 実験計画

RNA-Seq DE ワークフローまとめ

RNA-Seq DE 解析のまとめ

DE 解析

DE 解析の結果

RNA-Seq の次のステップ

発現差異結果の探索

Fibrosis raw counts dataset

RNA-Seq は、特定の疾患や状態に関わる遺伝子や経路を同定するために用いられる、次世代シーケンシングの手法です。ハイスループットシーケンシングのコストが下がり、より多くの研究者がアクセスできるようになった今、このデータを解析するスキルはますます重要になっています。RNA-Seq のワークフローを学び、関心のある状態に関わる遺伝子や生物学的プロセスを特定する方法を習得しましょう。本コースはまず RNA-Seq ワークフローの概要から始まり、特に発現差異（DE）解析に重点を置きます。各遺伝子のカウントデータをもとに、DE 解析のためのデータ準備、カウントデータの品質評価、外れ値の特定、データの主要な変動要因の検出について学びます。DESeq2 R パッケージを使用して負の二項モデルでカウントデータをモデル化し、発現差異のある遺伝子を検定します。結果のヒートマップおよびボルカノプロットによる可視化を行い、有意な発現差異遺伝子を特定して保存します。

Introduction to Bioconductor in R

Introduction to Data Visualization with ggplot2

RNA-Seq差次発現解析で、異なる病気や状態に重要な遺伝子を特定します。

RNA-Seq with Bioconductor in R

RNA-Seqの差次的発現解析を使い、さまざまな疾患や条件で重要と思われる遺伝子を特定します。

ゲノムデータの分析 Rで

生カウント行列を探索する

RNA-Seq with Bioconductor in R

演習の手順

実践的なインタラクティブ演習