Transcriptomics data analyse en visualisatie doen met r of python

Ik bied transcriptomics data analyse aan, inclusief RNA-seq expressieanalyse, statistische tests, visualisatie (PCA, heatmaps, volcano plots) en basis machine learning modellen voor classificatie en biologische interpretatie met R of Python.

Transcriptomics Analyse omvat:

• RNA-seq data verwerking (aantallen / expressiematrix)
• Differentiële expressie analyse (basis statistieken: t-test, DE-vergelijkingen indien data beschikbaar)
• Data normalisatie (basis schaling / log transformatie)
• Exploratieve analyse:
• PCA plots
• Heatmaps
• Volcano-achtige plots (indien DE-resultaten bestaan)
• Groepsvergelijking (controle vs ziekte, etc.)

Statistische Analyse omvat:

• Gemiddelde, variantie, fold-change
• Groepsvergelijkingen (t-test / basis statistische tests)
• Correlatieanalyse
• Basis interpretatie van resultaten

Machine Learning :

• Basis classificatiemodellen:
• Logistische regressie
• Random Forest
• Kenmerken selectie
• Model evaluatie:
• Nauwkeurigheid, confusion matrix
• ROC-curve

Alle pakketten bevatten reproduceerbare code scripts (R/Python) zodat je de analyse volledig kunt reproduceren en valideren

Op maat gemaakte opdrachten zijn ook welkom, gebaseerd op specifieke datasets, analysevereisten en onderzoeksdoelen