edgeR v4:对测序数据进行强大的差分分析,功能扩展,对小数量和较大的数据集进行改进支持
Yunshun Chen1,2, Lizhong Chen1,3, Aaron T L Lun4
1Bioinformatics Division, WEHI, Parkville, VIC 3052, Australia.
Nucleic acids research
|January 23, 2025
概括
edgeR版本4通过改进的基础设施和用于甲基化,转录表达和途径分析的新功能来增强差异测序数据分析. 这个R/生物导体包为RNA-seq和ChIP-seq数据提供了准确的统计推断,特别是在很少复制的情况下.
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
- 统计遗传学 统计遗传学
背景情况:
- edgeR是一个广泛采用的R/生物导体包,用于对测序计数数据的差异分析.
- 它开创了负二项式建模和通用线性模型,用于基因组学中的复杂实验设计.
- 经验贝叶斯调节确保可靠的推断,即使有少量生物复制品.
研究的目的:
- 宣布和详细介绍edgeR版本4的新功能和改进.
- 审查edgeR的统计框架和计算实现.
- 突出差异甲基化,转录表达和途径分析方面的进展.
主要方法:
- 使用负二项式分布和通用线性模型来读数数据.
- 实现实证贝叶斯调节,以实现可靠的统计推理.
- 引入基础设施改进,包括基于C的模型拟合和增强的准概率方法.
主要成果:
- edgeR 版本 4 包含对分数计数的支持,以及对小数计数的精度提高.
- 新的功能包括差异甲基化分析,差异转录和外子使用测试.
- 现在可以使用相对于折叠变化值和路径分析进行测试的增强功能.
结论:
- edgeR版本4为各种测序数据类型的差异分析提供了显著的进步.
- 更新后的软件包提供了更高的准确性,扩展功能和更高的计算效率.
- 它仍然是基因组学研究中的统计分析的主要工具.
