推荐产品
产品描述
上海伯豪数据分析示例 — miRNA表达谱水平研究（利用SAS）
1. 样本间microRNA表达差异的筛选
MicroRNA的表达量计算使用RPKM法进行归一化（Mortazavi等2008），参照Audic等1997年发表在Genome Research 上的数字化基因表达谱差异基因检测方法，对差异检验的p value作多重假设检验校正，通过FDR来决定p value的阈值。
通常以FDR≤0.01 且存在2倍以上表达差异作为判断基因表达差异显著的阈值。也可以选取更小的FDR阈值和更大的倍数差异，FDR值越小、倍数差异越大，则越有把握说明该基因在两个样本中的表达存在差异。
2. 差异microRNA表达模式聚类分析
可以对组间差异表达的microRNA与样本进行聚类分析后绘制热图。用以研究每个microRNA在不同样本间的表达情况，同时也可对样本的分组情况进行验证。
图 对筛选的差异基因的进行聚类分析
3. 靶基因预测
利用TargetScan数据库关联microRNA的靶基因（http://www.targetscan.org），结果形式包含microRNA 和靶基因的相关信息。
图 对microRNA 进行靶基因预测的结果表格
4. GO功能显著性富集分析（靶基因）
图 microRNA靶基因进行Gene Ontology 显著性富集
5. pathway显著性富集分析（靶基因）
图 microRNA靶基因进行pathway显著性富集分析
