2024
Optimizing of pre-processing analysis for Illumina RNA-Seq data in Arabidopsis thaliana
SCHWARZEROVÁ, Jana; Patrícia JANIGOVÁ; Martina DVOŘÁČKOVÁ a Wolfram WECKWERTHZákladní údaje
Originální název
Optimizing of pre-processing analysis for Illumina RNA-Seq data in Arabidopsis thaliana
Autoři
SCHWARZEROVÁ, Jana; Patrícia JANIGOVÁ; Martina DVOŘÁČKOVÁ ORCID a Wolfram WECKWERTH
Vydání
2024. vyd. Brno, Proceedings II of the Conference Student EEICT, od s. 142 - 145, 4 s. 2024
Nakladatel
Brno University of Technology
Další údaje
Jazyk
angličtina
Typ výsledku
Stať ve sborníku
Obor
10611 Plant sciences, botany
Stát vydavatele
Česká republika
Utajení
není předmětem státního či obchodního tajemství
Forma vydání
tištěná verze "print"
Označené pro přenos do RIV
Ano
Organizační jednotka
Středoevropský technologický institut
ISSN
EID Scopus
Klíčová slova anglicky
Arabidopsis thaliana; Gene expression analysis; Quality control; Transcriptomics
Štítky
Příznaky
Mezinárodní význam, Recenzováno
Změněno: 26. 3. 2026 23:42, Mgr. Eva Dubská
Anotace
V originále
Gene expression analysis through RNA sequencing (RNA-Seq) has revolutionized molecular biology, providing profound insights into the intricate transcriptional landscapes of organisms. Arabidopsis thaliana, a widely studied model plant, serves as a cornerstone for investigating fundamental biological and ecology processes. However, accurate interpretation of RNASeq data hinges on meticulous pre-processing methods to ensure data integrity and trustworthiness, especially in the context of Illumina sequencing. In this research, we present a comprehensive framework for optimizing pre-processing analysis tailored specifically for Arabidopsis thaliana RNA-Seq datasets generated through Illumina sequencing. Our approach encompasses rigorous quality control, precise read alignment, transcript quantification, and normalization procedures crucial for subsequent differential expression analysis. Additionally, we address unique considerations and challenges inherent to Arabidopsis thaliana datasets, providing valuable insights for researchers in the field.
Návaznosti
| LM2015043, projekt VaV |
| ||
| LM2015085, projekt VaV |
|