$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Le séquençage de l’ARN (RNA-seq) est l’une des technologies les plus largement utilisées en transcriptomique car il peut révéler la relation entre l’altération génétique et les processus biologiques complexes et a une grande valeur dans le diagnostic, le pronostic et la thérapeutique des tumeurs. L’analyse différentielle des données ARN-seq est cruciale pour identifier les transcriptions aberrantes, et limma, EdgeR et DESeq2 sont des outils efficaces pour l’analyse différentielle. Cependant, l’analyse différentielle ARN-seq nécessite certaines compétences avec le langage R et la capacité de choisir une méthode appropriée, ce qui fait défaut dans le programme d’enseignement médical.
Ici, nous fournissons le protocole détaillé pour identifier les gènes exprimés différentiellement (DEG) entre le cholangiocarcinome (CHOL) et les tissus normaux à travers limma, DESeq2 et EdgeR, respectivement, et les résultats sont présentés dans des diagrammes de volcan et des diagrammes de Venn. Les trois protocoles limma, DESeq2 et EdgeR sont similaires mais ont des étapes différentes parmi les processus de l’analyse. Par exemple, un modèle linéaire est utilisé pour les statistiques en limma, tandis que la distribution binomiale négative est utilisée dans edgeR et DESeq2. De plus, les données normalisées de comptage ARN-seq sont nécessaires pour EdgeR et limma, mais ne sont pas nécessaires pour DESeq2.
Ici, nous fournissons un protocole détaillé pour trois méthodes d’analyse différentielle: limma, EdgeR et DESeq2. Les résultats des trois méthodes se chevauchent en partie. Les trois méthodes ont leurs propres avantages, et le choix de la méthode ne dépend que des données.