对比3D-Gene微阵列数据的预处理策略,用于细胞外囊衍生的miRNAs
Yuto Takemoto1, Daisuke Ito2, Shota Komori2
1Public Health Informatics Unit, Department of Integrated Health Sciences, Nagoya University Graduate School of Medicine, 1-1-20 Daiko-Minami, Higashi-Ku, Nagoya, 461-8673, Japan.
BMC bioinformatics
|June 20, 2024
概括
选择正确的预处理管道对于使用3D-Gene微阵列进行准确的细胞外囊泡衍生的miRNA分析至关重要. 有效的批量效应校正和缺失值赋值,如 missForest,提高生物标志物发现的数据可靠性.
科学领域:
- 生物标志物发现发现
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
背景情况:
- 细胞外囊泡衍生的微RNAs (EV-miRNAs) 显示出作为疾病生物标志物的前景.
- 微RNA (miRNA) 微阵列对于量化循环的EV-miRNA水平至关重要.
- 预处理miRNA微阵列数据对于准确性至关重要,但它对3D-Gene芯片的影响还未得到充分研究.
研究的目的:
- 为了评估批量效应,缺失值赋值准确性,以及对3D-Gene微阵列数据的预处理影响.
- 为了比较18个不同的EV-miRNA数据预处理管道.
- 评估对肌缩性侧面硬化症 (ALS) 队列的预处理策略.
主要方法:
- 使用了18个不同的预处理管道,涉及缺失的值赋值和规范化.
- 应用了ComBat方法来纠正批量效应.
- 进行比较的归算方法,包括 missForest 和常数值归算.
主要成果:
- 在所有管道中,ComBat有效地抑制了批量效应.
- 使用missForest进行归算的管道显示出与测量值的高度一致.
- 使用常量值的推算显示,与测量数据的一致性较差.
结论:
- 选择适当的预处理策略对于使用3D-Gene技术分析的EV-miRNA微阵列数据至关重要.
- 验证预处理方法,特别是批量效应校正和归算,对于可靠的生物标志物发现和疾病研究至关重要.
