对于急性髓系白血病(Acute Myeloid Leukemia, AML)样本的RNAseq数据，如何进行差异表达基因的筛选以及功能富集分析？请提供详细的步骤和分析工具推荐。

针对急性髓系白血病(AML)样本进行RNAseq数据分析，通常会从数据质量检查开始，然后进行转录本重建、定量表达和差异表达分析，最后进行功能富集分析。在这一系列操作中，每一步都需要精确的技术操作和合理的工具选择。

参考资源链接：[RNAseq生信分析入门：工具、策略与案例解析](https://wenku.csdn.net/doc/5abhatrtcz?spm=1055.2569.3001.10343)

首先，使用FastQC工具对原始测序数据进行质量控制，检查读段（reads）的质量，识别和过滤掉低质量的序列。然后，根据是否有参考基因组，选择合适的转录本重建策略。若存在参考基因组，使用STAR或HISAT2进行读段到参考基因组的比对；若没有参考基因组，则可以采用de novo转录本组装工具如Trinity。

读段比对完成后，使用工具如Cufflinks或StringTie进行转录本定量，得到表达矩阵，即各个样本中各基因的表达量。接着，利用DESeq2或edgeR等差异表达分析软件，根据表达矩阵进行统计分析，找出在AML样本与正常对照之间显著差异表达的基因。

对于差异表达基因，进一步使用如DAVID或GSEA等工具进行功能富集分析，以探究这些基因在哪些生物过程、分子功能和信号通路中富集，从而为AML的分子机制提供线索。

为了深入学习和实践上述流程，推荐《RNAseq生信分析入门：工具、策略与案例解析》这份学习笔记。笔记不仅详细介绍了RNAseq数据分析的各步骤方法和工具，还提供了丰富的案例解析，帮助理解实际应用中的问题和解决策略。通过系统学习这份资料，读者可以更好地掌握RNAseq数据分析的关键技术和分析策略，有效地进行AML等疾病样本的生信分析。

参考资源链接：[RNAseq生信分析入门：工具、策略与案例解析](https://wenku.csdn.net/doc/5abhatrtcz?spm=1055.2569.3001.10343)