Умеренная оценка изменения кратности и дисперсии для данных RNA-seq с помощью DESeq2
Moderated estimation of fold change and dispersion for RNA-seq data with DESeq2
2014-12-05
SCID: 54.1/6ek4pyxv
Discuss with AI
DESeq2дифференциальный анализ счётных данныхоценка дисперсииоценка fold changeсужение оценок (shrinkage)
Figures from the paper
Abstract (AI)
В сравнительных высокопроизводительных секвенирующих экспериментах базовой задачей является анализ счетных данных, таких как число ридов на ген в RNA-seq, с целью выявления систематических изменений между экспериментальными условиями. Малое число реплик, дискретность данных, большой динамический диапазон и наличие выбросов требуют применения соответствующего статистического подхода. Мы представляем DESeq2 — метод дифференциального анализа счетных данных, использующий сжатую (shrinkage) оценку дисперсий и изменений кратности для повышения устойчивости и интерпретируемости оценок. Это позволяет проводить более количественный анализ, ориентированный на величину, а не только на факт наличия дифференциальной экспрессии. Пакет DESeq2 доступен по адресу http://www.bioconductor.org/packages/release/bioc/html/DESeq2.html.
Key Findings
1
DESeq2 решает проблемы, связанные с выбросами, малыми размерами выборки, дискретностью и большим динамическим диапазоном в данных высокопроизводительного секвенирования.
2
DESeq2 позволяет проводить более количественный анализ, ориентированный на величину эффекта (силу дифференциальной экспрессии), а не только на наличие/отсутствие дифференциальной экспрессии.
3
DESeq2 выполняет дифференциальный анализ счетных данных (например, счётчики чтений RNA-seq) с использованием усечения (shrinkage) оценок дисперсий и fold-change.
4
Усечение оценок в DESeq2 повышает стабильность и интерпретируемость оценок дисперсии и fold-change, особенно при небольшом числе реплик и дискретных данных с большим динамическим диапазоном.
Research Object
Данные счёта чтений генов (read counts) из RNA-seq в сравнительных высокопроизводительных секвенирующих экспериментах
Research Subject
Умеренная оценка (сжатие) величин fold change и дисперсии для дифференциального анализа счётных данных с целью повышения устойчивости и интерпретируемости результатов дифференциальной экспрессии
Publication Details
Publication Date
2014-12-05
Journal
Publisher
ISSN
Cited by
92982
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai7
edgeR: пакет Bioconductor для анализа дифференциальной экспрессии данных цифровой экспрессии генов2009
featureCounts: эффективная универсальная программа для отнесения прочтений последовательностей к геномным признакам2013
HTSeq — фреймворк на языке Python для работы с данными высокопроизводительного секвенирования2014
Элементы статистического обучения: добыча данных, вывод и предсказание2010
Bioconductor: открытая разработка программного обеспечения для вычислительной биологии и биоинформатики2004
voom: Точностные веса открывают доступ к инструментам анализа на основе линейных моделей для счётных данных RNA-seq2014
Анализ дифференциальной экспрессии в многофакторных экспериментах RNA-Seq с учетом биологической вариабельности2012
Работы, цитирующие эту статью20
Два новых памятника позднего каменного века финального плейстоцена в долине Фалеме, восточный Сенегал2024
HTSeq — фреймворк на языке Python для работы с данными высокопроизводительного секвенирования2014
Нормализация и стабилизация дисперсии данных одноклеточного RNA-секвенирования с использованием регуляризованной отрицательно-биномиальной регрессии2019
Дифференциальный анализ RNA-seq: оценки на уровне транскриптов улучшают выводы на уровне генов2015
Платформа Galaxy для доступного, воспроизводимого и совместного анализа биомедицинских данных: обновление 2018 года2018
Расширение границ исследований и селекции пшеницы с использованием полностью аннотированного эталонного генома2018
Обзор передовых методов анализа данных RNA-seq2016
iDEP: интегрированное веб-приложение для анализа дифференциальной экспрессии и сигнальных путей по данным RNA-Seq2018
Технология секвенирования нового поколения: современные тенденции и достижения2023
Технологии транскриптомики2017
Идентификация мобильных генетических элементов с помощью geNomad2023
Сколько биологических повторов необходимо в эксперименте RNA-seq и какой инструмент для анализа дифференциальной экспрессии следует использовать?2016
Атлас транскриптома стареющего мозга Drosophila на уровне отдельных клеток2018
Микробиота кишечника матери и грудного молока влияет на резистом к антибиотикам и мобильные генетические элементы в кишечнике младенца2018
Анализ дифференциальной экспрессии методом RNA-Seq: расширенный обзор и программный инструмент2017
Контроль качества, моделирование и визуализация CRISPR-скринингов с помощью MAGeCK-VISPR2015
Аносмия, связанная с COVID-19, ассоциирована с персистенцией вируса и воспалением в обонятельном эпителии человека, а также с инфицированием головного мозга у хомяков2021
Атлас корня Arabidopsis на уровне отдельных клеток выявляет траектории развития у растений дикого типа и мутантов с нарушениями клеточной идентичности2022
Автономное биомедицинское исследование с использованием агента искусственного интеллекта2026
Мультиагентная система для автоматизации научных открытий2026