순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
edgeR v4: powerful differential analysis of sequencing data with expanded functionality and improved support for small counts and larger datasets
Yunshun Chen, Lizhong Chen, Aaron T. L. Lun 외 · Nucleic Acids Research · 2025년 · 조회 15
왜 이 논문인가 — 선정 기준
오늘의 Editor's Pick · 전체 분야에서 그날 가장 주목할 논문 1편
2025-01 발표 · 피인용 680회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1% · 원 분야 자연과학
전체 분야 Editor’s Pick으로 선정된 이유는 2025년 발표 논문 중 인용 680회로 상위 1%에 해당하는 높은 영향력과, 차등 분석 분야의 핵심 도구인 edgeR의 주요 기능 향상이 학계와 실무에 큰 파장을 일으키기 때문이다.
논문 요약
본 논문은 차등 발현 분석을 위한 R/Bioconductor 패키지 edgeR의 최신 버전인 v4를 소개한다. 기존 edgeR가 음이항 분포와 일반화 선형 모델을 활용해 소수 복제본에서도 안정적인 통계 추정을 가능하게 한 데 이어, 이번 업데이트에서는 소수 카운트와 소수점 이하 카운트 지원, C 언어 기반 모델 피팅, 그리고 정확성을 높인 quasi‑likelihood 파이프라인을 제공한다. 이러한 기능 개선을 통해 대규모 시퀀싱 데이터와 낮은 발현량 데이터 모두에서 더 정확한 차등 분석이 가능하게 되었다.
후속 연구설계에 활용하기
후속 연구에서는 edgeR v4의 소수점 카운트 지원을 이용해 저입력 RNA‑seq 혹은 단일세포 데이터의 차등 발현 분석을 수행하고, C 기반 모델 피팅을 활용해 대규모 메타데이터 세트의 계산 효율성을 높일 수 있다.
핵심어
edgeR차등 발현 분석음이항 분포베이지안 조정
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.