Análise de RNAs-seq Assistida por Chatbot

um guia didático: do FastQ às vias metabólicas e análise de redesBy Elenildo dos Santos Oliveira, Francisco Cleilson Lopes Costa, Gabriel César Ferreira, Yasmin Maciel Meireles Costa

Listen with Sir Michael Caine™ and 1,000+ voices

Try for $0.00 Get for $20

Length7h 18m

About this audiobook

A análise de RNA-seq sempre exigiu conhecimentos avançados em bioinformática, muitas vezes inibindo cientistas sem experiência nessa área e forçando-os a buscar ajuda especializada. Com o avanço da tecnologia, alguns processos se tornaram mais acessíveis e menos dependentes de linguagens de programação complexas. No entanto, essa ainda é uma tarefa desafiadora. Felizmente, a nova geração de cientistas e a comunidade em geral têm agora uma poderosa aliada: a inteligência artificial (IA). Ferramentas como o ChatGPT estão revolucionando as ciências, fornecendo comandos prontos, ajudando na escrita, criando resumos e sugerindo abordagens inovadoras. Modelos avançados, como o GPT-4o, podem até interpretar e gerar imagens a partir de dados. Este livro foi desenvolvido para auxiliar estudantes de graduação e pós-graduação que não têm familiaridade com bioinformática, especialmente com linguagens de programação como R e sistemas Linux. Ele oferece um guia passo a passo para a análise de RNA-seq, desde a obtenção dos arquivos brutos (FastQ), passando por alinhamento dos reads, análise de expressão diferencial, enriquecimento de conjuntos de genes e vias metabólicas. Nossa abordagem prática e simples mostra como utilizar IA. para fornecer comandos, corrigir erros de execução, aprimorar comandos existentes e explorar dados de forma visualmente atraente. Com este guia, cada usuário poderá gerar scripts personalizados, facilitando o processo de análise e tornando-o acessível a todos.

Genetic Engineering Artificial Intelligence Futuristic Exploration

Audiobook details

GenreScience and Nature

Length7 hrs 18 mins

Narrated byListen with 1,000+ voices

FormateBook with Audio

Publish dateSep 10, 2024

LanguagePortuguese

1Prefácio

2I. Preparando o ambiente Linux para a análise

3PARTE I Do FastQ à matriz de contagem

4CAPÍTULO I Introdução à Análise de expressão gênica diferencial

51.1 Visão geral da análise gênica diferencial (DEG do inglês Differential Expression Gene)

Mostrar todos os capítulos

61.2 Papel da inteligência artificial como assistente em análise genômica: Bot-assisted genomic Analysis (B.O.A)

7CAPÍTULO II Obtenção dos dados brutos e pré-processamento

82.1 Banco de dados públicos de sequência genômica

92.2 Usando o ChatGPT para fornecer comandos Linux: baixando FastQ no Zenodo

102.3 Acessando a qualidade do arquivo Fastq com a ferramenta FastQC

112.4 Avaliação da qualidade usando o FastQC

122.5 Pré-processamento com Trimmomatic: remoção de adaptadores e sequências de baixa qualidade

13CAPÍTULO III Alinhamento de RNAs-seq usando STAR

143.1 Geração do Indice STAR para o alinhamento do genoma

153.2 Alinhamento de todo o genoma (Arabidopsis thaliana): 3.2.1 Gerando o Index STAR

163.3 Alinhamento do genoma com STAR

173.4 Samtool: Samstats

18CAPÍTULO IV Gerando a matriz de contagem via HTseq: 4.1 Gerando matriz de contagem (Count matrix) usando HTseq

19CAPÍTULO V Análise de Expressão Gênica Diferencial usando o pacote DESeq2

205.1 Introdução à análise de expressão gênica diferencial em plantas

215.2 Pacote DESEq2 : Análise de expressão gênica diferencial (DEGs)

225.3 Análise estatística e interpretação dos resultados

235.3.1 Análise exploratória dos dados

245.3.2 Análise de correlação de Spearman e de agrupamento para observar similaridade e congruência das amostras

255.3.3 Instalando o pacote DESeq2

265.4 Análise de expressão gênica diferencial: análise exploratória

275.4.1 Tamanho das bibliotecas e normalização

285.4.1.1 Tamanho de biblioteca

295.4.1.2 Normalização

305.4.2 Extração da matriz normalizada

315.4.3 Pheatmap da matriz de covariâncias

325.4.4 Análise de componentes principais entre as amostras

335.4.5 Box-Plot para visualizar a normalização

345.4.6 Modelo Binomial negativo e DEGs

355.4.7 Teste de Hipóteses e análise DEGs (Differential Expressed Genes)

365.4.8 Diferentes visualizações dos resultados

375.4.9 Volcano plot no TBTools

385.5 Integração de dados de expressão gênica geradas no DESeq2 com anotação genômica

39PARTE II Enriquecimento de conjuntos gênico e Análise de rede PPI

40CAPÍTULO VI Análise de enriquecimento de conjunto de genes (GSEA) expressos diferencialmente: 6.1 Fundamentos básicos da análise de enriquecimento de conjunto de genes (GSEA) diferencialmente expressos

41CAPÍTULO VII Análise de rede de interação proteína-proteína e enriquecimento de rede

427.1 Análise de rede de Interação proteína-proteína

437.2 STRING: recuperando associações físicas ou funcionais entre proteínas

447.3 Cytoscape para análise, enriquecimento funcional, integração de dados e visualização de redes biológicas complexas.

457.4 Enriquecimento funcional da rede PPI usando o Cytoscape

468. CONCLUSÃO GERAL

47MATERIAL DE APOIO

489. ANEXO I

4910. ANEXO II: Seção bônus

50AUTORES