RNA-seqデータの発現変動解析を遺伝子クラスタリングで行う

使用基因聚类对 RNA-seq 数据进行表达变异分析

基本信息

批准号：
21K12120
负责人：
門田幸二
金额：
$ 2.58万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2025-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21K12120/
关键词：
遺伝子クラスタリング発現変動解析 Rパッケージクラスタリング DEG RNA-seq

项目摘要

比較する状態またはグループ間で発現の異なる遺伝子（DEG）を同定する作業は、多様なトランスクリプトーム研究の中でほぼ例外なく行われてきた。本研究は、DEG検出後の発現パターン分類などこれまで極めて限定的な目的でしか利用されてこなかった遺伝子クラスタリングをDEG検出そのものに利用する試みである。今年度は、2021年度に論文発表したMBCdeg1と2に加え、内部的にシンプルなサンプルごとの総カウント数を100万にそろえるCPM正規化法を組み込んだMBCdeg3を実装した。MBCdeg論文で用いたTCCパッケージによる様々なシナリオでのシミュレーションデータでの性能評価を行い、MBCdeg3のポテンシャルの高さを確認した。本研究は提案手法の弱点を積極的に探すことも重要視しており、TCC以外のシミュレーションデータ生成パッケージであるcompcodeRとPROPERによる性能評価も行った。結果として、MBCdeg3は、PROPERではTCCと同様の性能の高さ（AUC値がMBCdeg1や2よりも全体的に高い）を示した一方で、compcodeRでは非常に試行ごとのばらつきが大きく性能もそれほどではないことが判明した。また、リアルデータでは正解が不明なものの、MBCdeg法は全体として試行ごとのばらつきが非常に大きいという短所も改めて確認できた。MBCdegに関するアウトリーチ活動としては、日本乳酸菌学会誌上で「遺伝子発現データのクラスタリング（第18回）」、「R Markdown（第19回）」、そして「RNA-seqカウントデータの性質と統計モデル（第20回）」に関する日本語の解説記事を公開した。

在各种转录组研究中，几乎没有例外地识别在状态或群体之间识别不同表达的基因（DEG）的任务。这项研究试图使用基因聚类，该基因聚类已用于极有限的目的，例如在DEG检测后分类表达模式，以进行DEG检测本身。今年，除了在2021年发布的MBCDEG1和2发表之外，我们还实施了MBCDEG3，该MBCDEG3结合了CPM归一化方法，该方法允许每个样本的总数在内部为100万。使用MBCDEG纸中使用的TCC软件包在各种情况下使用仿真数据进行了性能评估，并确认了MBCDEG3的高潜力。这项研究还对拟议方法中的弱点进行积极搜索，并且还使用Compcoder和Promer（DCC以外的模拟数据生成软件包）进行了绩效评估。结果，发现MBCDEG3在适当的高性能（AUC值通常高于MBCDEG1和2）上表现出相似的高性能，而Compcoder从试验到试验和性能的差异很大。此外，尽管正确的答案在实际数据中未知，但MBCDEG方法的缺点是试验之间的总体差异非常大。与MBCDEG相关的外展活动已发表在日本乳酸细菌学会杂志上，日本乳酸细菌学会，包括“基因表达数据的聚类（第18届年度）”，R Markdown（第19届年度），以及“ RNA-Seq计数数据和统计模型的性质（第20届年度）。”