JMP Genomics - 變異數分析與 deseq2你好呀。我是 JMP Genomics 和 RNA-Seq 數據分析的新手。 JMP Genomics 10 似乎採用 ANOVA 作為確定差異基因表現數據的方法。然而，絕大多數 RNA-Seq 基因表現研究都使用 deseq2 或類似的 R 軟體包。有沒有人對這兩種方法進行過比較（或知道已發表的報告）？優缺點都有什麼？
跟進...有沒有辦法在JMP Genomics中實現deseq2？
大規模客製化回复：JMP 基因組學 - 方差分析與 deseq2你好@路易斯阿爾塔穆拉,
我不知道有人發布了差異。 我可以告訴您，JMP G 中的方差分析可以處理多個因素、相互作用、嵌套和隨機因素以及基線協變量作為差異表達的前體。 Deseq2 無法做好或不做大量工作的事情。 輸出的交互性也是如此。
在查看類似的基本實驗設計時，它們的結果是相同的。 兩者都使用負二項式進行計數或使用 log2 進行數據轉換（方差穩定）。兩者都可以執行多重測試校正方法，如 Benjamini-Hochberg FDR 校正。 某些選項可能存在一些偏差，但從我所知道的結果來看，它們是微妙的。
最大的區別：編碼與點擊界面
另一個相關的區別：被認為是免費的（但需要一個人的時間和金錢才能編碼）與購買軟件的成本（但不需要編碼）
由於 JMP Genomics 基於 JMP，因此可以輕鬆連接到 R 的本地副本並編寫 JSL 來建立連接、調用 Deseq2，並將結果返回到 JMP G/JMP 以進行交互式可視化。 甚至為非編碼人員提供自定義界面。 我們已經在 Expression/Genetics 中為這種情況創建了插件（ QuasR比對,嵌入,基因組貝葉斯回歸， 和異交連鎖圖) 和預測建模 ( XGBoost ) 在 JMP Pro/JMP Genomics 中連接到 R 或 Python。
