JMP Genomics - 方差分析与 deseq2你好。我对 JMP Genomics 和 RNA-Seq 数据分析都很陌生。看来 JMP Genomics 10 实现了方差分析作为确定差异基因表达数据的一种手段。然而，绝大多数 RNA-Seq 基因表达研究都使用 deseq2 或类似的 R 包。有人做过比较（或知道已发表的报告）这两种方法吗？它们有什么优缺点？
跟进...有没有办法在 JMP Genomics 中实现 deseq2？
大规模定制回复：JMP基因组学-方差分析与deseq2你好@LouisAltamura ，
我不知道有人发布差异。 我可以告诉您，JMP G中的ANOVA可以处理多个因素，相互作用，嵌套和随机因素，以及基线协变量，作为差异表达的前兆。 Deseq2不能很好地完成工作，或者没有很多工作。 输出的交互性质也是。
当看相似的基本实验设计时，它们在结果上是等效的。 两者都使用负二项式计数或使用log2转换数据（方差稳定化）。两者都可以执行多种测试校正方法，例如Benjamini-Hochberg FDR校正。 某些选项可能会有些偏差，但是从结果来看，它们与我所讲的很微妙。
最大的不同：编码与点击界面
另一个相关的区别：感觉免费（但是花了一个人的时间，因此花了很多钱才能进行编码）与购买软件的成本（但不需要编码）
由于JMP Genomics是基于JMP的，因此可以轻松地连接到R的本地副本并编写JSL进行连接，调用Deseq2，然后将结果返回给JMP G / JMP以进行交互式可视化。 甚至为非编码器提供自定义接口。 我们已经在Expression / Genetics（ QuasR对齐，嵌入，基因组贝叶斯回归和交叉链接图）和预测建模（ XGBoost在JMP Pro / JMP Genomics中连接到R或Python。
