Pruebas diferenciales basadas en árboles utilizando incertidumbre inferencial para la secuencia de ARN

Área de la Ciencia:

• La genómica
• La bioinformática
• Biología computacional

Sus antecedentes:

• El análisis de la expresión diferencial de los datos de secuenciación de ARN es crítico para los conocimientos biológicos.
• Las incertidumbres en la estimación de la abundancia de transcripciones pueden dar lugar a falsos positivos o a una reducción del poder estadístico.
• Los métodos existentes a menudo tienen dificultades para incorporar efectivamente esta incertidumbre en las pruebas diferenciales.

Objetivo del estudio:

• Para introducir mehenDi, un nuevo método para el análisis de la expresión de transcripción diferencial.
• Aprovechar una estructura de árbol jerárquico (TreeTerminus) para gestionar la incertidumbre en la abundancia de transcripciones.
• Identificar transcripciones expresadas diferencialmente y grupos de transcripciones, incluidos los nodos internos del árbol.

Principales métodos:

• Utilizó la estructura jerárquica TreeTerminus para representar las relaciones de transcripción y la incertidumbre.
• Desarrollado mehenDi para pruebas diferenciales basadas en datos en la estructura del árbol.
• Nodos seleccionados (transcripciones o nodos internos) para maximizar la señal mientras se controla la incertidumbre de abundancia.
• Comparó mehenDi con los métodos de expresión diferencial existentes basados en árboles y conscientes de la incertidumbre.

Principales resultados:

• mehenDi identificó con éxito los nodos internos expresados diferencialmente, revelando señales perdidas por el análisis solo de transcripción.
• El método demostró un rendimiento robusto tanto en conjuntos de datos de secuencias de ARN simulados como experimentales.
• mehenDi equilibra efectivamente la detección de la expresión diferencial con el control de la incertidumbre.

Conclusiones:

• mehenDi ofrece un enfoque avanzado para el análisis de la expresión diferencial mediante la incorporación de la jerarquía transcriptómica y la incertidumbre.
• El método mejora el descubrimiento de señales de expresión diferencial biológicamente relevantes.
• mehenDi proporciona una herramienta poderosa para la interpretación de datos transcriptómicos.