Ik voer RNA seq, WGS, WES en NGS bioinformatics analyse uit
Bioinformatica en Computationele Biologie specialist
Over deze dienst
Heb je RNA-seq, NGS, WGS of WES data maar heb je een duidelijke en reproduceerbare bioinformatics workflow nodig?
Ik bied professionele bioinformatics en genomics data-analyse voor onderzoekers, studenten en onderzoeksteams, van ruwe sequencing data tot betekenisvolle biologische interpretatie.
MIJN DIENSTEN ZIJN
- RNA-seq en NGS data-analyse
- FASTQ kwaliteitscontrole en preprocessing
- Read trimming en filtering
- Alignering en kwantificering
- Genexpressie-analyse
- Differentiële expressie-analyse
- PCA, heatmaps en volcano plots
- WGS en WES data-analyse
- Variant calling, filtering en annotatie
- Transcriptomics analyse
- GO en KEGG verrijking
- GSEA en pathway analyse
- Statistische analyse en visualisatie
- Openbare datasets zoals GEO en TCGA
- Reproduceerbare bioinformatics pipelines
- Publicatieklare figuren en tabellen
TOOLS
Python | R | Linux | FastQC | MultiQC | STAR | HISAT2 | BWA | SAMtools | featureCounts | DESeq2 | GATK | bcftools en andere project-specifieke bioinformatics tools.
Stuur me je onderzoeksdoel en beschikbare data, en ik help je de juiste analyseworkflow te bepalen.
Veelgestelde vragen
Automatische vertaling
Welke soorten sequencing data kun je analyseren?
Ik kan werken met RNA-seq, WGS, WES en andere NGS datasets. Afhankelijk van het project kan ik starten vanaf ruwe FASTQ-bestanden, BAM-bestanden, tellingmatrices, VCF-bestanden of verwerkte genomische data.
Kun je starten vanaf ruwe FASTQ-bestanden?
Ja. Ik kan starten vanaf ruwe sequencing bestanden en kwaliteitscontrole, preprocessing, alignering of kwantificering en geschikte downstream analyse uitvoeren.
Voer je RNA-seq differentiële expressie-analyse uit?
Ja. De workflow kan bestaan uit tellinggeneratie, normalisatie, differentiële expressie, PCA, heatmaps, volcano plots en biologische interpretatie.
Voer je WGS en WES analyse uit?
Ja. Afhankelijk van het project kan WGS/WES analyse inclusief QC, alignering, BAM-verwerking, variant calling, filtering, VCF-verwerking en annotatie omvatten.
Kun je GO, KEGG en pathway verrijking uitvoeren?
Ja. Functionele verrijking kan GO, KEGG, GSEA of andere geschikte pathway-analyses omvatten, afhankelijk van het organisme en beschikbare gen-identifiers.
Welke hulpmiddelen gebruik je?
Tools worden geselecteerd op basis van de dataset en studieopzet. Veelgebruikte tools zijn FastQC, MultiQC, STAR, HISAT2, BWA, SAMtools, featureCounts, DESeq2, GATK en bcftools, samen met Python, R en Linux.

