Tres métodos de análisis de expresión diferencial para la secuenciación de ARN: limma, EdgeR, DESeq2

Shiyi Liu; Zitao Wang; Ronghui Zhu; Feiyan Wang; Yanxiang Cheng; Yeqiang Liu

doi:10.3791/62528

Se requiere una suscripción a JoVE para ver este contenido. Inicie sesión o comience su prueba gratuita.

Artículo de método

Tres métodos de análisis de expresión diferencial para la secuenciación de ARN: limma, EdgeR, DESeq2

44.9K visualizaciones

⸱

DOI:

10.3791/62528

⸱

18 de septiembre de 2021

Shiyi Liu^*¹ , Zitao Wang^*¹ , Ronghui Zhu¹ , Feiyan Wang² , Yanxiang Cheng¹ , Yeqiang Liu²

¹Department of Obstetrics and Gynecology, Renmin Hospital of Wuhan University, ²Department of Pathology, Shanghai Skin Disease Hospital, Tongji University School of Medicine

^* These authors contributed equally

En este artículo

Resumen

Se proporcionó un protocolo detallado de métodos de análisis de expresión diferencial para la secuenciación de ARN: limma, EdgeR, DESeq2.

Resumen

La secuenciación de ARN (RNA-seq) es una de las tecnologías más utilizadas en transcriptómica, ya que puede revelar la relación entre la alteración genética y los procesos biológicos complejos y tiene un gran valor en el diagnóstico, pronóstico y terapéutica de tumores. El análisis diferencial de los datos de RNA-seq es crucial para identificar transcripciones aberrantes, y limma, EdgeR y DESeq2 son herramientas eficientes para el análisis diferencial. Sin embargo, el análisis diferencial RNA-seq requiere ciertas habilidades con el lenguaje R y la capacidad de elegir un método apropiado, que falta en el currículo de la educación médica.

Aquí, proporcionamos el protocolo detallado para identificar genes expresados diferencialmente (DEG) entre el colangiocarcinoma (CHOL) y los tejidos normales a través de limma, DESeq2 y EdgeR, respectivamente, y los resultados se muestran en gráficos de volcanes y diagramas de Venn. Los tres protocolos de limma, DESeq2 y EdgeR son similares pero tienen diferentes pasos entre los procesos del análisis. Por ejemplo, se utiliza un modelo lineal para la estadística en limma, mientras que la distribución binomial negativa se utiliza en edgeR y DESeq2. Además, los datos de recuento normalizado de RNA-seq son necesarios para EdgeR y limma, pero no son necesarios para DESeq2.

Aquí, proporcionamos un protocolo detallado para tres métodos de análisis diferencial: limma, EdgeR y DESeq2. Los resultados de los tres métodos se superponen en parte. Los tres métodos tienen sus propias ventajas, y la elección del método solo depende de los datos.

Introducción

La secuenciación de ARN (RNA-seq) es una de las tecnologías más utilizadas en transcriptómica con muchas ventajas (por ejemplo, alta reproducibilidad de datos), y ha aumentado drásticamente nuestra comprensión de las funciones y dinámicas de procesos biológicos complejos¹^,². La identificación de transcripciones aberrantes bajo diferentes contextos biológicos, que también se conocen como genes expresados diferencialmente (DEG), es un paso clave en el análisis de ARN-seq. RNA-seq permite obtener una comprensión profunda de los mecanismos moleculares relacionados con la patogénesis y las funciones biológicas. Por....