Дифференциальный анализ RNA-seq: оценки на уровне транскриптов улучшают выводы на уровне генов
Differential analyses for RNA-seq: transcript-level estimates improve gene-level inferences
2015-12-30
SCID: 54.1/ny5sdjug
Discuss with AI
RNA-seqдифференциальный анализ экспрессиигенный уровень выводаоценка транскриптового уровняtximport
Figures from the paper
Abstract (AI)
Высокопроизводительное секвенирование комплементарной ДНК (RNA-seq) широко используется для характеристики транскриптома клеток. Многие транскриптомные исследования направлены на сравнение либо уровней экспрессии, либо состава транскриптома в заданных условиях. На первом этапе необходимо использовать секвенированные прочтения для количественной оценки представляющих интерес объектов транскриптома, таких как гены или транскрипты. Был предложен ряд подходов к количественной оценке — от простого подсчёта прочтений, перекрывающих заданные геномные области, до более сложного оценивания лежащих в основе уровней транскриптов. В этой работе мы показываем, что оценки abundance на уровне генов и статистический вывод имеют преимущества перед анализом на уровне транскриптов с точки зрения эффективности и интерпретируемости. Мы также демонстрируем, что, хотя наличие дифференциального использования изоформ может приводить к завышенным уровням ложных открытий при анализе дифференциальной экспрессии на основе простых матриц счётчиков, а оценки abundance на уровне транскриптов повышают эффективность на симулированных данных, в нескольких наборах реальных данных различие относительно невелико. Наконец, мы представляем R-пакет (tximport), предназначенный для интеграции оценок abundance на уровне транскриптов, полученных с помощью распространённых конвейеров количественной оценки, с инструментами статистического вывода на основе подсчёта.
Key Findings
1
Дифференциальное использование изоформ может завышать уровень ложных открытий при анализе дифференциальной экспрессии с использованием простых матриц подсчётов.
2
Оценки экспрессии на уровне генов и статистический вывод обеспечивают лучшую производительность и интерпретируемость, чем анализ на уровне транскриптов, при дифференциальном анализе RNA-seq.
3
Различия в производительности между подходами на уровне транскриптов и генов относительно невелики в нескольких реальных наборах данных.
4
R-пакет tximport интегрирует оценки экспрессии транскриптов из распространённых конвейеров количественной оценки со средствами статистического вывода на основе подсчётов.
5
Оценки экспрессии на уровне транскриптов улучшают качество анализа дифференциальной экспрессии в симулированных наборах данных с дифференциальным использованием изоформ.
Research Object
Транскриптомные данные клеток, полученные методом RNA-seq и представленные оценками abundance на уровне генов и транскриптов
Research Subject
Сравнительная эффективность и интерпретируемость оценок abundance и статистических выводов на уровне генов и транскриптов при анализе дифференциальной экспрессии и дифференциального использования изоформ
Publication Details
Publication Date
2015-12-30
Journal
Publisher
ISSN
Cited by
3926
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai7
Умеренная оценка изменения кратности и дисперсии для данных RNA-seq с помощью DESeq22014
edgeR: пакет Bioconductor для анализа дифференциальной экспрессии данных цифровой экспрессии генов2009
limma расширяет возможности анализа дифференциальной экспрессии для исследований RNA-seq и микроматричных данных2015
featureCounts: эффективная универсальная программа для отнесения прочтений последовательностей к геномным признакам2013
RSEM: точная количественная оценка транскриптов по данным RNA-Seq при наличии или отсутствии референсного генома2011
HTSeq — фреймворк на языке Python для работы с данными высокопроизводительного секвенирования2014
Повышение точности оценки экспрессии методом RNA-Seq путем коррекции смещения фрагментов2011