Synthetic data sets for the identification of key ingredients for RNA-seq differential analysis

Guillem Rigaill (1, 2) , Sandrine Balzergue (1, 2) , Véronique Brunaud (1, 2) , Eddy Blondet (1, 2) , Andrea Rau (3) , Odile Rogier (4) , José Caius (1, 2) , Cathy Maugis Rabusseau (5, 6) , Ludivine Soubigou-Taconnat (1, 2) , Sébastien Aubourg (1, 2) , Claire Lurin (1, 2) , Marie-Laure Magniette (1, 7, 2) , Etienne Delannoy (1, 2)

1 IPS2 (UMR_9213 / UMR_1403) - Institut des Sciences des Plantes de Paris-Saclay
2 USPC - Université Sorbonne Paris Cité
3 GABI - Génétique Animale et Biologie Intégrative
4 AGPF - Unité de recherche Amélioration, Génétique et Physiologie Forestières
5 IMT - Institut de Mathématiques de Toulouse UMR5219
6 UT - Université de Toulouse
7 MIA-Paris - Mathématiques et Informatique Appliquées

Synthetic data sets for the identification of key ingredients for RNA-seq differential analysis

Mots clés: RNA-seq; benchmark data set; differential analysis; rna; nucleotide sequence; probabilities

Mots clés: arn; acide ribonucléique; séquence nucléotidique; statistique; probabilité; expression des gènes

Domaines: Sciences du Vivant [q-bio]

Guillem Rigaill, Sandrine Balzergue, Véronique Brunaud, Eddy Blondet, Andrea Rau, et al.. Synthetic data sets for the identification of key ingredients for RNA-seq differential analysis. Briefings in Bioinformatics, 2016, 19 (1), pp.65-76. ⟨10.1093/bib/bbw092⟩. ⟨hal-01595551⟩