bootGSEA:用于多项研究和多项omics丰富分析的引导和排名聚合管道

科学领域:

• 生物信息学是一种生物信息学.
• 计算生物学 计算生物学
• 基因组学就是基因组学.

背景情况:

• 基因组丰富分析 (GSEA) 是omics数据分析中的标准,但由于动态数据库注释,它面临着可重现性挑战.
• 基因或蛋白质组合组成的变化可以显著影响来自GSEA的生物解释.

研究的目的:

• 引入bootGSEA,一个用于评估GSEA结果的稳定性和可变性的新计算管道.
• 通过对设置注释的变化进行核算,提高GSEA的可靠性和可重复性.

主要方法:

• bootGSEA采用bootstrap采样来生成多个GSEA复制品,每个复制品中的基因/蛋白质含量各不相同.
• 排名聚合被用来结合来自引导链复制的结果,并将其与标准的GSEA进行比较.
• 管道有助于结合不同omics级别或多项研究的结果.

主要成果:

• 对癌症转录组学数据集的应用表明,启动GSEA识别了更强大的丰富基因组.
• 从脊髓肌肉缩小小鼠模型对配的转录组学和蛋白质组学数据的分析显示,在两种组学层面上都有强大的排名.
• 开发了bootGSEA R包,提供图形可视化和识别不同组合下的不那么强大的基因/蛋白质集.

结论:

• 基于引导的GSEA增强了可靠基因组的选择,减轻了改变数据库注释的问题.
• 排名聚合有效地整合了启动结果,以获得强大的单个或多个omics发现.
• 启动GSEA管道和R包为可复制和强大的GSEA提供了有价值的工具.