Ik bied grondige, publicatieklare transcriptomics-analyse van ruwe count matrices tot biologische interpretatie met DESeq2, WGCNA en pathway enrichment tools in R en Python.
Ik bied:
- Differentiële expressie-analyse: DESeq2, limma, edgeR
- WGCNA: constructie van co-expressienetwerken, identificatie van hub-genen, trait correlatie
- Pathway enrichment: GO, KEGG, Reactome met clusterProfiler
- ssGSEA: immuuncel infiltratie en gen set scoring
- GEO dataset handling: data ophalen, preprocessing, normalisatie
- Visualisatie: volcano plots, heatmaps, PCA, pheatmap, ggplot2
- Integratie met drug discovery of network pharmacology pipelines
Vaardigheden:
- R · DESeq2 · WGCNA · limma · clusterProfiler · ggplot2 · pheatmap
- Python · Pandas · matplotlib · seaborn
- GEO · TCGA · KEGG · Reactome · GO
Waarom voor mij kiezen:
- Praktijkervaring met echte COPD en kanker transcriptomics datasets
- Schoon, geannoteerde R scripts geleverd bij elke opdracht
- Figuren volgens journal submission standaarden
- Responsief en detailgericht gedurende het hele project
- Comfortabel met het verwerken van rommelige, real-world GEO datasets