RNA-seqのロング形式データを活用し、ggplot2で条件ごとの発現量分布（箱ひげ図）、全体の傾向（ヒストグラム）、特定遺伝子の比較を描画する手順を紹介します。

シングルセルRNA-seq解析における、分かれたクラスターが「何の細胞か」を突き止めるマーカー遺伝子探索と、複数のサンプルを比較するための「データ統合」についてご紹介します。

RNA-seqデータをseparate()でサンプル名を条件やリピート情報に分割する方法と、group_by()やsummarise()といったdplyr関数を用いて条件別の平均値算出や抽出・並べ替えを行う集計手順を解説します。

RNA-seqの発現マトリクスを題材に、Rのtidyverseを用いたデータ前処理の基本を解説。今回はワイド形式とロング形式の違いに触れ、pivot_longer()で縦長なデータへ変換する手順を紹介します。

RNA-seqにおけるVolcanoPlotをggplot2で論文級に美しく可視化する手法の解説記事。任意の遺伝子にラベルを表示させたり、発現量に応じた配色設定などをご紹介します。

シングルセルRNA-seq解析における、QCでクリーンになったデータを用いた、細胞の違いを浮き彫りにするための「正規化」「次元削減」「クラスタリング」のステップを解説します。

GWASの前処理において非常に重要なステップ「そもそもこのサンプルはどういう特徴を持つ集団だろう？」を確かめるため、PLINKで主成分分析し、可視化する方法を解説します。