PyDESeq2
Analysiert differenzielle Expression aus Bulk-RNA-seq in Python
Installation
Enthält Skriptegh skill install K-Dense-AI/scientific-agent-skills pydeseq2
Differential expression on bulk RNA-seq counts, multi-factor designs with batch or covariate terms, or porting a DESeq2 workflow from R.
- Autor
- K-Dense Inc.
- Lizenz
- MIT
Bildet das DESeq2-Verfahren mit PyDESeq2 vollständig ab: Filterung der Counts, Dispersionsschätzung, Wald-Tests, Benjamini-Hochberg-Korrektur und optionale apeGLM-Schrumpfung. Mehrfaktorielle Designs mit formulaic werden unterstützt, sodass Batch-Effekte oder Kovariaten direkt im Modell stehen, statt vorab aus den Daten entfernt zu werden. Jedes Beispiel gibt Referenzniveau und Kontrast ausdrücklich an, da bei aus R übertragenen Workflows hier besonders häufig das Vorzeichen vertauscht wird. Ein mitgeliefertes Skript führt die gesamte Analyse anhand einer Count-Tabelle und einer Tabelle mit Probenmetadaten aus.
Ähnliche Skills
Scanpy
SkillStandardworkflow für Einzelzell-RNA-seq von QC bis Markergenen
Experimental Design
SkillPlant das Studiendesign vor der ersten Datenerhebung
statsmodels
SkillRegression, GLM und Zeitreihen mit vollständiger Inferenz
Kommentare(0)
Zum Kommentieren anmelden