使用ALDEx2分析RNA测序计数数据的显式尺度模拟
Gregory B Gloor1, Michelle Pistner Nixon2, Justin D Silverman3,4,5
1Department of Biochemistry, University of Western Ontario, London ON, N6A 5C1, Canada.
NAR genomics and bioinformatics
|August 21, 2025
概括
规模模型通过考虑生物系统大小来改善转录组分析,减少高吞吐量测序 (HTS) 数据中的错误. 这提高了差异丰度分析的准确性和可重复性.
科学领域:
- 生物信息学
- 计算生物学
- 基因组学
背景情况:
- 高通量测序 (HTS) 研究面临影响测序深度的技术变化.
- 在HTS分析中,传统的规范化方法对生物系统的规模做出了假设,可能导致错误.
- 规范化假设的错误可能会增加差异丰度分析中的错误阳性和错误阴性率.
研究的目的:
- 介绍并展示转录组分析中的规模模型的应用.
- 展示尺度模型如何减轻HTS数据中规范化假设造成的错误.
- 提高转录基因数据分析的透明度和可复制性.
主要方法:
- 将规模模型整合到ALDEx2 R套件中
- 将规模模型应用于转录学案例研究,包括元转录学.
- 使用已知的管家基因构建复杂数据集的规模模型.
主要成果:
- 与转录学数据中的传统规范化相比,规模模型减少了虚假阳性和虚假阴性率.
- 规模模型提高了HTS数据分析的透明度和可重复性.
- 规模模型有效地解决了实际和统计意义之间的脱节,取代了双重切断方法.
结论:
- 规模模型为分析HTS数据提供了更强大的方法,特别是在转录学中.
- 将尺度纳入分析减轻了技术差异,并改善了生物学解释.
- 这项工作提供了应用规模模型到转录数据集的实用指南,以获得更可靠的结果.


