안녕. 저는 JMP Genomics와 RNA-Seq 데이터 분석을 모두 처음 접합니다. JMP Genomics 10에서는 차별적인 유전자 발현 데이터를 확인하기 위한 수단으로 ANOVA를 구현하는 것으로 보입니다. 그러나 대부분의 RNA-Seq 유전자 발현 연구는 deseq2 또는 유사한 R 패키지를 사용합니다. 두 가지 방법을 비교한 사람이 있습니까(또는 출판된 보고서를 알고 있습니까?)? 장점과 단점은 무엇입니까?
후속 조치... JMP Genomics에서 deseq2를 구현할 수 있는 방법이 있나요?
안녕하세요 대한민국 ,
나는 차이점을 공개하는 사람을 알지 못합니다. JMP G의 ANOVA는 여러 요인, 상호 작용, 중첩 및 무작위 요인뿐만 아니라 기준 공변량을 차동 표현에 대한 전구체로 처리 할 수 있음을 말할 수 있습니다. Deseq2는 잘 할 수 없거나 많은 작업 없이는 수행 할 수 있습니다. 또한 출력의 상호 작용 특성입니다.
유사한 기본 실험 설계를 볼 때 결과가 동일합니다. 둘 다 카운트에 음 이항을 사용하거나 데이터 변환 (분산 안정화)에 log2를 사용합니다.둘 다 Benjamini-Hochberg FDR 수정과 같은 다중 테스트 수정 방법을 수행 할 수 있습니다. 일부 옵션에는 약간의 편차가있을 수 있지만 결과와 관련하여 내가 말할 수있는 것과는 미묘합니다.
가장 큰 차이점 : 코딩 vs. 포인트 앤 클릭 인터페이스
또 다른 관련 차이점 : 무료로 인식됨 (하지만 코딩하는 데 시간과 돈이 필요함) vs. 소프트웨어 구매 비용 (하지만 코딩이 필요 없음)
JMP Genomics는 JMP를 기반으로하므로 R의 로컬 복사본에 쉽게 연결하고 JSL을 작성하여 연결을 만들고 Deseq2를 호출하고 결과를 JMP G / JMP로 반환하여 대화 형 시각화를 수행 할 수 있습니다. 비코 더를위한 맞춤형 인터페이스도 제공합니다. Expression / Genetics에서 이와 같은 상황에 대한 추가 기능을 만들었습니다 ( QuasR 정렬 , 임베딩 , 게놈 베이지안 회귀 , 및 아웃 크로스 링키지 맵 ) 및 예측 모델링 ( XGBoost ) JMP Pro / JMP Genomics에서 R 또는 Python에 연결합니다.
