geo数据差异分析_走近NCBI(三)--GEO数据库,“生信分析”基础一

本文介绍了如何使用NCBI的GEO数据库寻找与肥胖相关的基因差异表达数据。通过搜索关键词"obesity",筛选人种信息,获取感兴趣的实验记录。接着,利用GEO2R工具进行差异基因分析,展示P值、调整后P值和logFC,以发现关键分子。通过R语言处理数据,进一步验证和可视化,为科研提供有效线索。
摘要由CSDN通过智能技术生成

Question:

经过一段时间的学习后,研究生小桦同学对科研有了最基本的认识:即找到想要解决的科学问题,通过科学的方法和手段进行证明。但是小桦还是有些疑惑,就拿他接到的任务来说吧,老板交给他的课题是“肥胖”(或者“2型糖尿病”),让他找到其中的一个关键分子来做,小桦感到为难:“这可怎么找呢,人(或小鼠)的基因有3万以上,该怎么筛选?再者说,虽然有很多热门基因,但未必都跟“肥胖”有关啊?”

事实上,小桦遇到的问题我们在初做科研时都会遇到。放在20,30年前可能我们会选择盲筛或者其他一些并不高效的方式来完成。但是近些年来,随着生物信息学的发展,一二代测序,各种组学的日臻成熟,数据挖掘越来越热,基于芯片分析的手段和方法能够帮助我们从数据的“海洋”中迅速地打捞到我们想要的关键之“针”。


百度百科上是这样介绍生物信息学的:

……(生物信息学)是在生命科学的研究中,以计算机为工具对生物信息进行储存检索分析的科学。是当今生命科学和自然科学的重大前沿领域之一。

可见生物信息学不仅对于生命科学有重要意义,同时也是我们开题,写标书的重要“指路人”。

于是有小伙伴可能会问,送公司测序,做组学不便宜,要花一大笔钱,我该如何说服老板进行这笔投资呢?实际上,这个问题很关键,将决定你接下来的研究计划。假使课题组经费充足,老板也支持,完全可以送一批样本进行测序(

  • 5
    点赞
  • 25
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值