在RNA-Seq预处理中数据转换对于膀癌亚型化的重要性
Ariadna Acedo-Terrades1, Júlia Perera-Bel2, Lara Nonell3
1Hospital del Mar Research Institute (HMRI), Barcelona, Spain.
BMC research notes
|February 10, 2025
概括
RNA-Seq数据的预处理显著影响了膀癌亚型的分类. 对于某些方法来说,日志转换至关重要,而像LundTax这样的无分布算法显示出对RNA-Seq数据处理变化的稳定性.
科学领域:
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
- 癌症研究 癌症研究
背景情况:
- RNA测序 (RNA-Seq) 对于基因表达量化和癌症分子亚型化至关重要.
- RNA-Seq分析的准确性,特别是用于预后,在很大程度上取决于数据预处理步骤.
- 预处理中的变化可能会影响分子亚型分类的可靠性和有效性.
研究的目的:
- 评估RNA测序预处理方法对膀癌分子亚型分类的影响.
- 为了比较不同的对齐器,量化器,规范化和转换技术.
- 突出预处理选择在实现准确和一致的膀癌亚型分类中的关键作用.
主要方法:
- 各种RNA-Seq对齐器和定量器的基准测试.
- 评估不同的规范化和数据转换方法.
- 使用以中心基 (共识MIBC,TCGAclas) 和无分发 (LundTax) 算法评估分类性能.
主要成果:
- 对于以中心体为基础的分类器 (共识MIBC,TCGAclas) 来说,日志转换是必不可少的,而非日志转换的数据产生了较低的分类率.
- 没有分布的算法,如LundTax,证明了对RNA-Seq预处理的变异的稳定性.
- 与共识MIBC和TCGA类相比,LundTax始终提供了优越的亚型分离,无论预处理管道如何.
结论:
- 预处理选择对膀癌中基于RNA-Seq的分子亚型分类产生了重大影响.
- 对于特定的分类器来说,日志转换是关键,而无分发的方法提供了更大的预处理独立性.
- 需要进一步的研究来验证这些发现的稳定性和可扩展性,以便客观地评估亚型的准确性.


