Haré análisis de rnaseq en masa con expresión génica diferencial, go y análisis de vías.
Acerca de este Servicio
¿Tienes datos de RNA-seq y necesitas resultados claros y defendibles?
Realizaré un pipeline de RNA-seq en R/Python completamente reproducible y entregaré figuras listas para publicación con un informe de interpretación experto para que puedas pasar directamente de datos en bruto a la siguiente sección de tu manuscrito.
- Control de calidad y revisión de diseño: revisión de metadatos, validación de réplicas, detección de valores atípicos y PCA
- Análisis de expresión diferencial: DESeq2 o edgeR con corrección FDR (BenjaminiHochberg)
- Figuras listas para publicación: volcán, MA, PCA, mapa de calor agrupado, gráficos de puntos/burbujas de vías
- Enriquecimiento funcional: GO (BP/MF/CC) ± KEGG/Reactome mediante g:Profiler o clusterProfiler
- Tablas de datos organizadas: recuentos normalizados, valores estabilizados por varianza y tablas de DEG (CSV/XLSX)
- Informe detallado: HTML o PDF con métodos completos, parámetros e interpretación en lenguaje sencillo
Lo que necesito de ti:
Opción A: archivos FASTQ + hoja de muestras
Opción B: matriz de recuento en bruto (genes × muestras) + hoja de muestras
Humano, ratón, rata o cualquier otro, solo avísame.
Por favor, ten en cuenta:
Los resultados son solo para fines de investigación, no se hacen afirmaciones clínicas o diagnósticas. Todos los datos se manejan de forma confidencial y no se comparten con terceros.
Tecnología:
Jupyter Notebook
•
RStudio
Experiencia:
Otros
Lenguaje de programación:
Python
•
R
FAQ
Traducción automática
¿Todos los paquetes incluyen un informe?
Sí. Incluso el básico. Informe y opinión de experto para recomendar la dirección futura.
¿Qué insumos aceptas?
Conteos por millón (preferido) o FASTQ.
¿Cuántas réplicas necesito?
≥3 por grupo para un DE robusto
¿Qué es una 'revisión menor'?
Pequeños ajustes estéticos en el gráfico, etiquetado, pequeños umbrales de filtro. Nuevos contrastes, nuevas muestras o rediseño = complemento
¿Cuáles son los resultados?
results/normalized_counts.csv results/DEGs_A_vs_B.csv (con log2FC, padj, baseMean, dirección) figures/volcano.png, PCA.png, heatmap.png, enrichment_dotplot.png report/report.html (o .pdf)

