Serial Expression Analysis: a web tool for the analysis of serial gene expression data.
Serial Expression Analysis: a web tool for the analysis of serial gene expression data.
复制标题
DOI：
10.1093/nar/gkq488
复制
发表时间：
2010-07
影响因子：
14.9
通讯作者：
Conesa A
中科院分区：
文献类型：
--
作者：
Nueda MJ;Carbonell J;Medina I;Dopazo J;Conesa A
系列转录组学实验研究与时间或剂量等定量变量相关的基因表达变化的动态。这些数据的统计分析意味着全球和基因特异性表达趋势的研究，识别显着的系列变化，表达谱的比较和评估转录变化的细胞过程。我们已经创建了SEA（序列表达分析）套件，为序列转录组学数据的分析提供了一个完整的基于Web的资源。SEA提供了五种不同的算法，基于单变量，多变量和功能分析策略，框架内的用户友好的界面和面向项目的架构，以方便从不同的角度分析序列基因表达数据集。SEA可在sea.bioinfo.cipf.es上获得。
Serial transcriptomics experiments investigate the dynamics of gene expression changes associated with a quantitative variable such as time or dosage. The statistical analysis of these data implies the study of global and gene-specific expression trends, the identification of significant serial changes, the comparison of expression profiles and the assessment of transcriptional changes in terms of cellular processes. We have created the SEA (Serial Expression Analysis) suite to provide a complete web-based resource for the analysis of serial transcriptomics data. SEA offers five different algorithms based on univariate, multivariate and functional profiling strategies framed within a user-friendly interface and a project-oriented architecture to facilitate the analysis of serial gene expression data sets from different perspectives. SEA is available at sea.bioinfo.cipf.es.
登录
查看更多内容
影响因子：
4.5
作者：
Tai, Yu Chuan;Speed, Terence P.
通讯作者：
Speed, Terence P.
影响因子：
2.9
作者：
Rensink, Willem Albert;Iobst, Stacey;Buell, C. Robin
通讯作者：
Buell, C. Robin
影响因子：
3
作者：
Angelini C;Cutillo L;De Canditiis D;Mutarelli M;Pensky M
通讯作者：
Pensky M
影响因子：
5.8
作者：
Conesa, A;Nueda, MJ;Talón, M
通讯作者：
Talón, M
影响因子：
5.8
作者：
Conesa, A;Götz, S;Robles, M
通讯作者：
Robles, M