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比较或组之间具有不同表达方式的基因（DEG）的任务。这项研究是一种尝试使用仅用于极有限目的的基因聚类，例如DEG检测后的表达模式分类来进行DEG检测本身。今年，除了2021年发表的MBCDEG1和2之外，MBCDEG3还结合了CPM正则化方法，该方法的总数总数为100万。在各种情况下，使用TCCDEG论文评估了性能数据，并确认了MBCDEG3电位的高度。这项研究还强调了提案方法的弱点，并评估了Compcoder和Poss的性能，该数据生成的数据生成软件包除了TCC以外。结果，MBCDEG3在适当的情况下显示出与TCC相同的性能（AUC值高于MBCDEG1或2），但是在Compcoder中，每个试验的变化都很大，并且表现非常好。是没有。此外，尽管实际数据中正确的答案是未知的，但对于整个试验，MBCDEG方法的弱点非常大。至于MBCDEG的外展，“基因表达数据聚类（18th）”，“ R Markdown（19th）”和“ RNA-seq计数数据本质和统计模型（RNA-Seq）”日语评论“ 20）”被发布。