将量化不确定性划分出来,可以评估与limma和edgeR的差异化转录使用情况
Pedro L Baldoni1,2, Lizhong Chen1,2, Mengbo Li1,2
1Bioinformatics and Computational Biology Division, WEHI, Parkville VIC 3052, Australia.
Nucleic acids research
|December 8, 2025
概括
新的RNA-seq分析管道通过计算读到转录模糊性 (RTA) 来改善差异转录使用 (DTU) 检测. 这些方法提供了更大的功率和更好的错误控制,特别是对于小样本大小.
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:
- 差异性转录使用 (DTU) 分析识别了基因内异形丰度的变化.
- 目前的DTU方法在读到转录的模糊性 (RTA) 方面存在困难,这会影响统计能力和错误控制,特别是在有限的样本规模的情况下.
- 解决RTA对于准确的DTU评估至关重要.
研究的目的:
- 开发和介绍使用limma和edgeR的新型DTU分析管道,这些管道明确考虑了RTA.
- 为DTU分析提供一个统一的接口,适用于小型和大型数据集.
- 增强统计能力,改善DTU研究中的错误发现率控制.
主要方法:
- 利用分数计数来减轻转录异形计数中的RTA诱导的分散.
- 纳入的方法来处理转录级数量的稀疏性.
- 利用limma和edgeR生物导体包中的进展,通过diffSplice功能集成.
主要成果:
- 模拟和实时数据分析证明了拟议管道的有效性.
- 与现有的DTU方法相比,diffSplice管道显示了更大的统计能力.
- 观察到效率的提高和优越的错误发现率控制.
结论:
- 新的limma和edgeR管道通过有效管理RTA,为DTU分析提供了强大的方法.
- 这些管道提供了增强的性能,特别有利于小样本大小的研究.
- diffSplice功能为DTU评估提供了一个统一而强大的工具.
