眾所周知，差異表達(dá)基因篩選是轉(zhuǎn)錄組測(cè)序分析的核心基礎(chǔ)。通常測(cè)序公司完成的標(biāo)準(zhǔn)分析只包含了有限的樣品組合和參數(shù)選擇，完全不能滿足數(shù)據(jù)深度挖掘的需求?；诖耍龠~客云平臺(tái)急您之所急，開發(fā)了功能強(qiáng)大且操作簡(jiǎn)單的差異表達(dá)基因篩選分析功能。

情景一：自定義篩選兩組樣品間的差異表達(dá)基因

新增差異分組，調(diào)整FC(Fold Change)及FDR(False Discovery Rate，錯(cuò)誤發(fā)現(xiàn)率)篩選差異表達(dá)顯著的基因。

操作步驟：
登錄百邁客云(www.biocloud.net)——我的項(xiàng)目——進(jìn)入相應(yīng)項(xiàng)目【報(bào)告】——差異基因挖掘——差異表達(dá)基因集查詢——添加差異分組、自定義軟件、自定義參數(shù)（FDR(或者p-value)、FC、添加對(duì)照組及實(shí)驗(yàn)組）——【添加】——【確定】。

是的，就是如此簡(jiǎn)單，so easy~~

差異基因挖掘中提供了兩個(gè)軟件：DESeq1_EBSeq和DESeq2_EBSeq，DESeq和EBSeq分別用于有生物學(xué)、無生物學(xué)重復(fù)分析。另外，DESeq2[1]是DESeq的升級(jí)版，DESeq2在DESeq基礎(chǔ)上升級(jí)成“shrinkage estimation”算法計(jì)算基因的count值，從而得到更準(zhǔn)確差異基因結(jié)果。在這里，小編給予的參數(shù)選擇為DESeq2_EBSeq。

情景二：篩選特定差異分組中只上調(diào)或只下調(diào)差異表達(dá)基因

單獨(dú)分析只上調(diào)或只下調(diào)的基因，并繪制GO分類圖、COG分類圖、表達(dá)量聚類熱圖、GO和KEGG富集圖等，闡明關(guān)鍵基因作用機(jī)理。

操作步驟：
登錄百邁客云(www.biocloud.net)——進(jìn)入相應(yīng)項(xiàng)目【報(bào)告】——差異基因挖掘—差異表達(dá)基因集查詢——點(diǎn)擊相應(yīng)差異分組并選擇“只上調(diào)/只下調(diào)”，最后點(diǎn)擊“提交”。

依然是so easy~~

情景三：差異表達(dá)基因集維恩圖

篩選不同組合間共有及特異表達(dá)基因集合，通過GO分類、KEGG通路等分析解析其特異或共有性狀，闡明不同組合間異同的作用機(jī)理。

操作步驟：
登錄百邁客云(www.biocloud.net)——進(jìn)入相應(yīng)項(xiàng)目【報(bào)告】——差異基因挖掘——差異表達(dá)基因集維恩圖，選擇差異分組后點(diǎn)擊“提交”。當(dāng)然，也可以針對(duì)只上調(diào)或者只下調(diào)的基因繪制維恩圖。

easy、easy、so easy~~

通過差異表達(dá)基因篩選分析123，鑒定到關(guān)鍵基因后，可進(jìn)一步使用百邁客云進(jìn)行GO分類分析、 KEGG富集分析等分析(想要復(fù)習(xí)具體方法戳這里噢~~)并一鍵繪制美圖，從而闡明不同組合間異同的作用機(jī)理。