view in publisher's site

3D RNA-seq: a powerful and flexible tool for rapid and accurate differential expression and alternative splicing analysis of RNA-seq data for biologists

ABSTRACTRNA-sequencing (RNA-seq) analysis of gene expression and alternative splicing should be routine and robust but is often a bottleneck for biologists because of different and complex analysis programs and reliance on specialized bioinformatics skills. We have developed the ‘3D RNA-seq’ App, an R shiny App and web-based pipeline for the comprehensive analysis of RNA-seq data from any organism. It represents an easy-to-use, flexible and powerful tool for analysis of both gene and transcript-level gene expression to identify differential gene/transcript expression, differential alternative splicing and differential transcript usage (3D) as well as isoform switching from RNA-seq data. 3D RNA-seq integrates state-of-the-art differential expression analysis tools and adopts best practice for RNA-seq analysis. The program is designed to be run by biologists with minimal bioinformatics experience (or by bioinformaticians) allowing lab scientists to analyse their RNA-seq data. It achieves this by operating through a user-friendly graphical interface which automates the data flow through the programs in the pipeline. The comprehensive analysis performed by 3D RNA-seq is extremely rapid and accurate, can handle complex experimental designs, allows user setting of statistical parameters, visualizes the results through graphics and tables, and generates publication quality figures such as heat-maps, expression profiles and GO enrichment plots. The utility of 3D RNA-seq is illustrated by analysis of data from a time-series of cold-treated Arabidopsis plants and from dexamethasone-treated male and female mouse cortex and hypothalamus data identifying dexamethasone-induced sex- and brain region-specific differential gene expression and alternative splicing.

RNA - seq سه‌بعدی: ابزاری قدرتمند و انعطاف‌پذیر برای بیان دیفرانسیل سریع و دقیق و آنالیز اسپلایسینگ جایگزین داده‌های RNA - seq برای زیست‌شناسان

چکیده تجزیه و تحلیل بیان ژن و اسپلایسینگ جایگزین (RNA - seq)باید روتین و قوی باشد اما اغلب به دلیل برنامه‌های تجزیه و تحلیل متفاوت و پیچیده و اتکا به مهارت‌های تخصصی بیوانفورماتیک، برای بیولوژیست‌ها یک تنگنا است. ما برنامه "۳ D RNA - seq" را توسعه داده‌ایم، یک برنامه درخشان R و خط لوله مبتنی بر وب برای تجزیه و تحلیل جامع داده‌های RNA - seq از هر ارگانیسمی. این روش نشان‌دهنده یک ابزار آسان، انعطاف‌پذیر و قدرتمند برای تجزیه و تحلیل بیان ژن و رونوشتی ژن برای شناسایی بیان متفاوت ژن / رونوشتی، جایگزینی متفاوت اسپلایسینگ و کاربرد رونوشتی متفاوت (۳ D)و همچنین تغییر ایزوفرم از داده‌های RNA - seq است. RNA - seq سه‌بعدی ابزارهای تجزیه و تحلیل بیان افتراقی پیشرفته را ادغام می‌کند و بهترین روش را برای تجزیه و تحلیل RNA - seq اتخاذ می‌کند. این برنامه توسط زیست‌شناسانی با حداقل تجربه بیوانفورماتیک (یا توسط بیوانفورماتیک)طراحی شده‌است که به دانشمندان آزمایشگاه اجازه می‌دهد تا داده‌های RNA - seq خود را آنالیز کنند. این کار را از طریق یک رابط گرافیکی کاربر پسند انجام می‌دهد که جریان داده را از طریق برنامه‌های موجود در خط لوله خودکار می‌کند. تجزیه و تحلیل جامع انجام‌شده توسط RNA - seq سه‌بعدی بسیار سریع و دقیق است، می‌تواند طرح‌های آزمایشی پیچیده را مدیریت کند، اجازه تنظیم پارامترهای آماری توسط کاربر را بدهد، نتایج را از طریق گرافیک و جداول مجسم کند، و ارقام کیفی انتشار مانند نقشه‌های حرارتی، پروفایل های بیان و نمودارهای غنی‌سازی GO را تولید کند. سودمندی RNA - seq سه‌بعدی با تجزیه و تحلیل داده‌های یک سری زمانی از گیاهان آرابیدوپسیس تیمار شده با سرما و داده‌های کورتکس موش نر و ماده تیمار شده با دگزامتازون و هیپوتالاموس مشخص می‌شود که بیان ژن تفاوت جنسی و ناحیه مغز القا شده توسط دگزامتازون و اسپلایسینگ جایگزین را مشخص می‌کند.
ترجمه شده با


پر ارجاع‌ترین مقالات مرتبط:

  • مقاله Molecular Biology
  • ترجمه مقاله Molecular Biology
  • مقاله زیست‌شناسی مولکولی
  • ترجمه مقاله زیست‌شناسی مولکولی
  • مقاله Cell Biology
  • ترجمه مقاله Cell Biology
  • مقاله زیست‌شناسی سلولی
  • ترجمه مقاله زیست‌شناسی سلولی
سفارش ترجمه مقاله و کتاب - شروع کنید

با استفاده از افزونه دانلود فایرفاکس چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.