通过有效地消除隐藏的混因素,CorrAdjust揭示了生物相关的转录组相关性

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:

• 混变量在RNA-RNA相关性分析中经常被忽视,可能会影响结果.
• 准确的相关性分析对于理解基因调节和生物通路至关重要.

研究的目的:

• 引入CorrAdjust,一种用于识别和纠正RNA-RNA相关性中隐藏的混因素的新方法.
• 为提高RNA测序数据分析的准确性和可解释性提供一个强大的工具.

主要方法:

• CorrAdjust通过最大化"参考对"丰富来选择主要组件以残留表达式数据.
• 使用针对相关数据量身定制的基于丰富的新型指标,提供RNA级别的可解释性.
• 在TCGA,GTEx和Geuvadis的25 063个人类RNA-seq数据集上进行了评估.

主要成果:

• 在RNA-RNA相关性分析中,CorrAdjust的性能优于当前最先进的方法.
• 在负相关的miRNA-mRNA对中显著增强验证的miRNA目标的丰富性.
• 在整合小RNA和mRNA测序数据方面表现出卓越的性能.

结论:

• CorrAdjust提供了一个强大的解决方案,用于解决RNA-RNA相关性中的混变量.
• 该方法提供了更高的准确性和可解释性,特别是对于集成的小和信使RNA测序数据.
• 提供文档和教程,以便在生物信息学研究中得到更广泛的采用.