Key points are not available for this paper at this time.
RNA अनुक्रमण (RNA-seq) पार्श्वविज्ञान में सबसे व्यापक रूप से उपयोग की जाने वाली तकनीकों में से एक है, क्योंकि यह आनुवंशिक विकार और जटिल जैविक प्रक्रियाओं के बीच संबंध को प्रकट कर सकती है और ट्यूमर के निदान, पूर्वानुमान और चिकित्सा में बहुत मूल्यवान है। RNA-seq डेटा का विभेदन विश्लेषण असामान्य अभिव्यक्तियों की पहचान करने के लिए महत्वपूर्ण है, और लिममा, एजआर और डीईसेक2 विभेदन विश्लेषण के लिए प्रभावी उपकरण हैं। हालाँकि, RNA-seq विभेदन विश्लेषण के लिए आर भाषा में कुछ कौशल और उपयुक्त विधि चुनने की क्षमता की आवश्यकता होती है, जो चिकित्सा शिक्षा के पाठ्यक्रम में गायब है। यहाँ, हम लिममा, डीईसेक2 और एजआर के माध्यम से कोलांजिओकार्सिनोमा (CHOL) और सामान्य ऊतकों के बीच विभेदन से व्याख्यायित जीनों (DEGs) की पहचान के लिए विस्तृत प्रोटोकॉल प्रदान करते हैं, और परिणाम ज्वालामुखी ग्राफ और वैन आरेख में दिखाए गए हैं। लिममा, डीईसेक2 और एजआर के तीन प्रोटोकॉल समान हैं लेकिन विश्लेषण की प्रक्रियाओं के बीच विभिन्न कदम हैं। उदाहरण के लिए, लिममा में सांख्यिकी के लिए एक रैखिक मॉडल का उपयोग किया जाता है, जबकि एजआर और डीईसेक2 में नकारात्मक बाइनोमियल वितरण का उपयोग किया जाता है। इसके अतिरिक्त, एजआर और लिममा के लिए सामान्यीकृत RNA-seq गणना डेटा आवश्यक है लेकिन डीईसेक2 के लिए आवश्यक नहीं है। यहाँ, हम तीन विभेदन विश्लेषण विधियों के लिए विस्तृत प्रोटोकॉल प्रदान करते हैं: लिममा, एजआर और डीईसेक2। तीन विधियों के परिणाम आंशिक रूप से ओवरलैप करते हैं। तीनों विधियों के अपने-अपने लाभ हैं, और विधि का चयन केवल डेटा पर निर्भर करता है।
लियू एट अल। (शनिवार,) ने इस प्रश्न का अध्ययन किया।