or
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
เริ่มต้นด้วยการทบทวนเป้าหมายของการวิเคราะห์ differential expression จัดการข้อมูลการแสดงออกของยีนโดยใช้ R และ Bioconductor และรันการวิเคราะห์ differential expression ครั้งแรกด้วย limma
ในบทนี้ จะได้เรียนรู้วิธีสร้างโมเดลเชิงเส้นเพื่อทดสอบ differential expression สำหรับรูปแบบการทดลองที่พบได้บ่อย
เมื่อเรียนรู้วิธีทดสอบ differential expression แล้ว ขั้นตอนถัดไปคือการทำ normalization และกรองข้อมูล feature ตรวจสอบ batch effect เชิงเทคนิค และประเมินผลลัพธ์
ในบทสุดท้ายนี้ จะได้นำทักษะที่เรียนมาทั้งหมดมาใช้ทำการวิเคราะห์ differential expression แบบครบวงจร สำหรับการศึกษาที่ใช้ factorial design เพื่อประเมินผลของยารักษามะเร็ง doxorubicin ต่อหัวใจของหนูที่มีพื้นหลังทางพันธุกรรมแตกต่างกัน
แบบฝึกหัดปัจจุบัน