Name: Tre metodi di analisi dellespressione differenziale per il sequenziamento dellRNA: limma, EdgeR, DESeq2 (Video) | JoVE Journal
Uploaded: 2021-09-18T14:00:00.000+00:00
Duration: 10 min 10 s
Description: Impara l'analisi differenziale dell'espressione genica con limma, EdgeR e DESeq2 per dati di RNA sequencing. Questo protocollo bioinformatico confronta tre metodi statistici per identificare geni differenzialmente espressi nel colangiocarcinoma.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Questo lavoro è stato sostenuto dalla National Natural Science Foundation of China (Grant No. 81860276) e dai Key Special Fund Projects del National Key R&D Program (Grant No. 2018YFC1003200).

NOTA: Aprire il programma R-studio e caricare il file R "DEGs.R", il file può essere acquisito da file / script supplementari.
1. Download e pre-elaborazione dei dati
<ol><li>Scarica i dati di conteggio del sequenziamento ad alto rendimento (HTSeq) del colangiocarcinoma (CHOL) da The Cancer Genome Atlas (TCGA). Questo passaggio può essere facilmente ottenuto con il seguente codice R.<ol>
<li>Fare clic su Esegui per installare i pacchetti R.</li>
		<li>Fare clic su Esegui per caricare i pacchetti R. if(!requireNamespace("BiocManager", quietly=TRUE)) + install.packages("BiocManager") BiocManager::install(c("TCGAbiolinks", "SummarizedExperiment"))</li>
		<li>Impostare la directory di lavoro. libreria (TCGAbiolinks) libreria(SummarizedExperiment) setwd("C:/Utenti/LIUSHIYI/Desktop")</li>
		<li>Scegli il tipo di cancro. cancro <- "TCGA-CHOL"</li>
		<li>Eseguire il codice R dal file "GDCquery.R" per scaricare i dati. Il file "GDCquery.R" può essere acquisito da file/script supplementari: source("File/script/GDCquery.R supplementari") testa(cnt) ##TCGA-3X-AAVA-01A-11R-A41I-07 N. #ENSG00000000003 4262 ##ENSG00000000005 1 N. #ENSG00000000419 1254 N. #ENSG00000000457 699 N. #ENSG00000000460 239 N. #ENSG00000000938 334 NOTA: dopo l'esecuzione, i dati di conteggio CHOLHTSeq verranno scaricati e denominati "cnt", dove le righe rappresentano gli ID dei geni dell'insieme e le colonne rappresentano gli ID campione. Si prega di notare i numeri nelle posizioni 14-15 negli ID di esempio; numeri che vanno da 01 a 09 indicano tumori e vanno da 10 a 19 indicano tessuti normali.</li>
	</ol>
</li>
	<li>Convertire gli ID dei geni dell'insieme in simboli genetici.<ol>
<li>Importare il file di annotazione in R in base al relativo percorso di archiviazione. Il file di annotazione (gencode.v22.annotation.gtf) può essere acquisito da file supplementari. gtf_v22 <- rtracklayer::import('File supplementari/gencode.v22.annotation.gtf')</li>
		<li>Eseguire il codice R dal "gtf_v22. R", che può essere acquisito da file/script supplementari: source("File/Script/gtf_v22 supplementari. R")</li>
		<li>Applicare la funzione "ann" per convertire gli ID del gene dell'insieme in simboli genici. cnt=ann(cnt;gtf_v22)</li>
	</ol>
</li>
	<li>Filtraggio di geni a bassa esprime<ol>
<li>Fare clic su Esegui per installare il pacchetto R "edgeR". BiocManager::install("edgeR")</li>
		<li>Fare clic su Esegui per caricare il pacchetto R "edgeR". libreria(edgeR)</li>
		<li>Eseguire il codice R seguente per mantenere i geni con valori di conteggio per milione (CPM) maggiori di uno in almeno due campioni. mantenere <- rowSums(cpm(cnt)>1)>=2 cnt <- as.matrix(cnt[keep,]) NOTA: il valore dei conteggi per milione (CPM) viene utilizzato al posto del conteggio delle lette per eliminare la deviazione causata da diverse profondità di sequenziamento.</li>
	</ol>
</li>
</ol>2. Analisi dell'espressione differenziale attraverso "limma"
<ol><li>Fare clic su Esegui per installare il pacchetto R "limma". BiocManager::install("limma")</li>
	<li>Fare clic su Esegui per caricare i pacchetti R "limma", "edgeR". biblioteca(limma) libreria(edgeR)</li>
	<li>Eseguire il codice R seguente per creare la matrice di progettazione. gruppo <- substring(colnames(cnt),14,15) # Extract group information gruppo [gruppo %in% "01"] <- "Cancer" # set '01' as tumor tissue gruppo [gruppo %in% "11"] <- "Normal" # set '11' as normal tissue gruppo <- factor (group, levels = c("Normal","Cancer"))
	<ol><li>Creare la matrice di progettazione. design <- model.matrix (~gruppo) rownames(design) <- colnames(cnt)</li>
		<li>Creare l'oggetto DGEList. dge <- DGEList(counts = cnt, group = group)</li>
		<li>Normalizzare i dati. dge <- calcNormFactors(dge, method = "TMM")</li>
		<li>Eseguire il codice R riportato di seguito per eseguire l'analisi dell'espressione differenziale basata sul metodo limma-trend. dge ##An oggetto di classe "DGEList" ##$counts ##TCGA-3X-AAVA-01A-11R-A41I-07 N. #TSPAN6 4262 N. #DPM1 1254 N. #SCYL3 699 N. #C1orf112 239 N. #FGR 334</li>
		<li>Calcolare il valore CPM. logdge <- cpm(dge, log=TRUE, prior.count=3)</li>
		<li>Fare clic su Esegui per adattare un modello lineare per prevedere i dati o dedurre la relazione tra le variabili. fit <- lmFit (logdge, design)</li>
		<li>Calcola il valore T, il valore F e le quote di log in base al bayesiano. fit <- eBayes(fit, trend=TRUE)</li>
		<li>Estrarre la tabella dei risultati. res_limma<- as.data.frame(topTable(fit,n=Inf)) testa(res_limma) ## logFC AveExpr t P.Value adj. P.Val B ##RP11-252E2.2 -4.899493 -2.488589 -20.88052 2.386656e-25 4.931786e-21 47.28823 ##BX842568.1 -4.347930 -2.595205 -20.14532 1.082759e-24 1.118706e-20 45.83656 ##CTC-537E7.3 -5.154894 -2.143292 -19.59571 3.452354e-24 2.216114e-20 44.72001 ##RP11-468N14.3 -6.532259 -2.029714 -19.49409 4.289807e-24 2.216114e-20 44.51056 ##AP006216.5 -4.507051 -2.670915 -19.25649 7.153356e-24 2.956339e-20 44.01704 ##RP11-669E14.4 -4.107204 -2.828311 -18.93246 1.448209e-23 4.987633e-20 43.33543 #The risultato dell'analisi dell'espressione differenziale viene salvato in "res_limma", che include l'id del gene, il valore di modifica della piega log2 log2 (logFC), il livello medio di espressione log2 del gene nell'esperimento (AveExpr), la statistica t modificata (t), il valore p relavent (P.Value), il tasso di falsa scoperta (FDR) il valore p corretto (adj. P.Val) e le log-odds dei geni differenzialmente espressi (B) NOTA: la funzione "calcNormFactors()" di "edgeR" è stata utilizzata per normalizzare i dati per eliminare l'influenza causata dalla preparazione del campione o dalla costruzione e sequenziamento della libreria. Nella costruzione della matrice di progettazione, è necessario abbinare il design sperimentale (ad esempio, tipo di tessuto: tessuti normali o tumorali) agli ID campione della matrice. limma-trend è adatto a dati la cui profondità di sequenziamento è la stessa, mentre limma-voom è adatto: (i) quando la dimensione della libreria di campioni è diversa; (ii) dati non normalizzati da TMM; (iii) c'è molto "rumore" nei dati. Un logFC positivo significa che il gene è up-regolato nell'esperimento, mentre il numero negativo significa che il gene è down-regolato.</li>
		<li>Identificare i DEG. res_limma$sig <- as.factor( ifelse(res_limma$adj. P.Val < 0.05 & abs(res_limma$logFC) > 2, ifelse(res_limma$logFC > 2 ,'up','down'),'not')) # Il valore adj.p < 0.05 e il valore |log2FC| >= 2 sono soglie per identificare i DEG sommario(res_limma$sig) ##down non su ##1880 ​17341 1443</li>
		<li>Eseguire l'output della tabella dei risultati in un file. write.csv(res_limma, file = 'result_limma.csv')</li>
		<li>Fare clic su Esegui per installare il pacchetto R "ggplot2". install.packages("ggplot2")</li>
		<li>Fare clic su Esegui per caricare il pacchetto R "ggplot2". biblioteca(ggplot2)</li>
		<li>Esegui il codice R dal "vulcano. R" per creare la trama del vulcano. Il file "vulcano. R" può essere acquisito da file supplementari. source("File supplementari/Script/vulcano. R") volcano(res_limma,"logFC","adj. P.Val",2.0.05) NOTA: i geni possono essere mappati in posizioni diverse in base ai loro valori log2FC e adj-p, i DEG regolati verso l'alto sono colorati in rosso e i DEG regolati verso il basso sono colorati in verde.</li>
		<li>Fare clic su Esporta per salvare la trama del vulcano. NOTA: Le trame del vulcano possono essere generate e scaricate in diversi formati (ad esempio, pdf, TIFF, PNG, JPEG). I geni possono essere mappati in posizioni diverse in base ai loro valori log2FC e adj p, i DEG up-regolati (log2FC > 2, adj p < 0,05) sono colorati in rosso e i DEG down-regolati (log2FC < -2, adj p < 0,05) sono colorati in verde, i non-DEG sono colorati in grigio.</li>
	</ol></li>
</ol>3. Analisi dell'espressione differenziale tramite "edgeR"
<ol><li>Fare clic su Esegui per caricare il pacchetto R "edgeR". libreria(edgeR)</li>
	<li>Eseguire il codice R riportato di seguito per creare una matrice di progettazione. gruppo <-sottostringa(colnames(cnt),14,15) gruppo [gruppo %in% "01"] <- "Cancro" gruppo [gruppo %in% "11"] <- "Normale" gruppo=fattore(gruppo, livelli = c("Normale","Cancro")) design <-model.matrix(~group) rownames(design) = colnames(cnt)</li>
	<li>Fare clic su Esegui per creare l'oggetto DGEList. dge <- DGEList(counts=cnt)</li>
	<li>Normalizzare i dati. dge <- calcNormFactors(dge, method = "TMM")</li>
	<li>Fare clic su Esegui per stimare la dispersione dei valori di espressione genica. dge <- estimateDisp(dge, design, robust = T)</li>
	<li>Fare clic su Esegui per adattare il modello al conteggio dei dati. fit <- glmQLFit (dge, design)</li>
	<li>Condurre un test statistico. fit <- glmQLFTest(fit)</li>
	<li>Estrarre la tabella dei risultati. Il risultato viene salvato in "res_edgeR", che include il valore di modifica della piega del registro, il valore CPM del registro, F, il valore p e il valore p corretto FDR. res_edgeR=as.data.frame(topTags(fit, n=Inf)) testa(res_edgeR) ## logFC logCPM F PValue FDR ##GCDH -3.299633 5.802700 458.5991 1.441773e-25 2.979280e-21 ##MSMO1 -3,761400 7,521111 407,0416 1,730539e-24 1,787993e-20R ##CL1 -3,829504 5,319641 376,5043 8,652474e-24 5,516791e-20 ##ADI1 -3,533664 8,211281 372,6671 1,067904e-23 5,516791e-20 ##KCNN2 -5,583794 3,504017 358,6525 2,342106e-23 9,679455e-20 ##GLUD1 -3,287447 8,738080 350,0344 3,848408e-23 1,194406e-19 #The risultato viene salvato in "res_edgeR", che include il valore di modifica della piega del registro (logFC), il valore CPM del registro, il valore F, p e il valore p corretto FDR</li>
	<li>Identificare i DEG. res_edgeR$sig = as.factor( ifelse(res_edgeR$FDR < 0.05 & abs(res_edgeR$logFC) > 2, ifelse(res_edgeR$logFC > 2 ,'up','down'),'not')) sommario(res_edgeR$sig) ##down non su ##1578 15965 3121</li>
	<li>Eseguire l'output della tabella dei risultati in un file. write.csv(res_edgeR, file = 'res_edgeR.csv')</li>
	<li>Crea la trama del vulcano. vulcano(res_edgeR,"logFC","FDR",2,0.05)</li>
	<li>Fare clic su Esporta per salvare la trama del vulcano.</li>
</ol>4. Analisi dell'espressione differenziale tramite "DESeq2"
<ol><li>Fare clic su Esegui per installare i pacchetti R "DESeq2". BiocManager::install("DESeq2")</li>
	<li>Fare clic su Esegui per caricare i pacchetti R "DESeq2". biblioteca(DESeq2)</li>
	<li>Eseguire il codice R riportato di seguito per determinare il fattore di raggruppamento. gruppo <-sottostringa(colnames(cnt),14,15) gruppo [gruppo %in% "01"] <- "Cancro" gruppo [gruppo %in% "11"] <- "Normale" gruppo=fattore(gruppo, livelli = c("Normale","Cancro"))</li>
	<li>Creare l'oggetto DESeqDataSet. dds <-DESeqDataSetFromMatrix (cnt, DataFrame(group), design = ~group) Dds ##class: DESeqDataSet ##dim: 20664 45 ##metadata(1): versione ##assays(1): conta # #rownames(20664): TSPAN6 DPM1 ... RP11-274B21,13 LINC01144 ##rowData nomi(0): # #colnames(45): TCGA-3X-AAVA-01A-11R-A41I-07 ... ##colData nomi(1): gruppo</li>
	<li>Eseguire l'analisi. dds <- DESeq(dds)</li>
	<li>Generare la tabella dei risultati. res_DESeq2 <- data.frame(results(dds)) testa(res_DESeq2) ## baseMean log2FoldChange lfcSE stat pvalue padj ##TSPAN6 4704.9243 -0.8204515 0.3371667 -2.433370 1.495899e-02 2.760180e-02 ##DPM1 1205.9087 -0.3692497 0.1202418 -3.070894 2.134191e-03 4.838281e-03 ##SCYL3 954.9772 0.2652530 0.2476441 1.071106 2.841218e-01 3.629059e-01 ##C1orf112 277.7756 0.7536911 0.2518929 2.992109 2.770575e-03 6.101584e-03 ##FGR 345.8789 -0.6423198 0.3712729 -1.730047 8.362180e-02 1.266833e-01 ##CFH 27982.3546 -3.8761382 0.5473363 -7.081823 1.422708e-12 1.673241e-11 NOTA: il risultato viene salvato in "res_DESeq2", che include la media del conteggio di lettura normalizzato (baseMean), il valore di modifica della piega del registro (log2FoldChange), l'errore standard di modifica della piega del registro (lfcSE), la statistica di Wald (stat), il valore p originale (pvalue) e il valore p corretto (padj)</li>
	<li>Identificare i DEG. res_DESeq2$sig = as.factor( ifelse(res_DESeq2$padj < 0.05 & abs(res_DESeq2$log2FoldChange) > 2, ifelse(res_DESeq2$log2FoldChange > 2 ,'up','down'),'not')) sommario(res_DESeq2$sig) ##down non su ##1616 16110 2938</li>
	<li>Eseguire l'output della tabella dei risultati in un file. write.csv(res_DESeq2, file = 'res_DESeq2.csv')</li>
	<li>Crea la trama del vulcano. volcano(res_DESeq2,"log2FoldChange","padj",2,0.05)</li>
	<li>Fare clic su Esporta per salvare la trama del vulcano.</li>
</ol>5. Diagramma di Venn
<ol><li>Fare clic su Esegui per installare il pacchetto R "VennDiagram". install.packages("VennDiagram")</li>
	<li>Fare clic su Esegui per caricare il pacchetto R "VennDiagram". biblioteca (VennDiagram)</li>
	<li>Crea un diagramma di Venn dei DEG regolamentati. grid.newpage() grid.draw(venn.diagram(list(Limma=rownames(res_ limma[res_limma$sig=="up",]), edgeR=rownames(res_edgeR[res_edgeR$sig=="up",]), DESeq2=rownames(res_DESeq2[res_DESeq2$sig== "su",])), NULL,altezza = 3,larghezza = 3,unità = "in", col="nero",lwd=0.3,fill=c("#FF6666","#FFFF00", "#993366"), alpha=c(0.5, 0.5, 0.5),main = "DEG up-regulated"))</li>
	<li>Fare clic su Esporta per salvare il diagramma di Venn.</li>
	<li>Crea un diagramma di Venn dei DEG down regolamentati. grid.newpage() grid.draw(venn.diagram(list(Limma=rownames(res_ limma[res_limma$sig=="giù",]), edgeR=rownames(res_edgeR[res_edgeR$sig== "giù",]), DESeq2=rownames(res_DESeq2[res_DESeq2$sig=="down",])), NULL,altezza = 3,larghezza = 3,unità = "in", col="nero",lwd=0.3,fill=c("#FF6666","#FFFF00", "#993366"), alpha=c(0.5, 0.5, 0.5),main = "DEG down-regulated"))</li>
	<li>Fare clic su Esporta per salvare il diagramma di Venn.</li>
</ol>

<ol><li>Tambonis, T., Boareto, M., Leite, V. B. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Differential+Expression+Analysis+in+RNA-seq+Data+Using+a+Geometric+Approach%5BTitle%5D)+AND+%22Journal+of+Computational+Biology%22%5BJournal%5D)">Differential Expression Analysis in RNA-seq Data Using a Geometric Approach.</a> Journal of Computational Biology. 25, 1257-1265 (2018).</li>
<li>Wang, Z., Gerstein, M., Snyder, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((RNA-Seq%3A+a+revolutionary+tool+for+transcriptomics%5BTitle%5D)+AND+%22Nature+Reviews.+Genetics%22%5BJournal%5D)">RNA-Seq: a revolutionary tool for transcriptomics.</a> Nature Reviews. Genetics. 10, 57-63 (2009).</li>
<li>Anders, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Count-based+differential+expression+analysis+of+RNA+sequencing+data+using+R+and+Bioconductor%5BTitle%5D)+AND+%22Nature+Protocols%22%5BJournal%5D)">Count-based differential expression analysis of RNA sequencing data using R and Bioconductor.</a> Nature Protocols. 8, 1765-1786 (2013).</li>
<li>McDermaid, A., Monier, B., Zhao, J., Liu, B., Ma, Q. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Interpretation+of+differential+gene+expression+results+of+RNA-seq+data%3A+review+and+integration%5BTitle%5D)+AND+%22Briefings+in+Bioinformatics%22%5BJournal%5D)">Interpretation of differential gene expression results of RNA-seq data: review and integration.</a> Briefings in Bioinformatics. 20, 2044-2054 (2019).</li>
<li>Costa-Silva, J., Domingues, D., Lopes, F. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((RNA-Seq+differential+expression+analysis%3A+An+extended+review+and+a+software+tool%5BTitle%5D)+AND+%22PloS+One%22%5BJournal%5D)">RNA-Seq differential expression analysis: An extended review and a software tool.</a> PloS One. 12, 0190152(2017).</li>
<li>Law, C. W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((RNA-seq+analysis+is+easy+as+1-2-3+with+limma%2C+Glimma+and+edgeR%5BTitle%5D)+AND+%22F1000Research%22%5BJournal%5D)">RNA-seq analysis is easy as 1-2-3 with limma, Glimma and edgeR.</a> F1000Research. 5, (2016).</li>
<li>Varet, H., Brillet-Guéguen, L., Coppée, J. Y., Dillies, M. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((SARTools%3A+A+DESeq2-+and+EdgeR-Based+R+Pipeline+for+Comprehensive+Differential+Analysis+of+RNA-Seq+Data%5BTitle%5D)+AND+%22PloS+One%22%5BJournal%5D)">SARTools: A DESeq2- and EdgeR-Based R Pipeline for Comprehensive Differential Analysis of RNA-Seq Data.</a> PloS One. 11, 0157022(2016).</li>
<li>Ritchie, M. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((limma+powers+differential+expression+analyses+for+RNA-sequencing+and+microarray+studies%5BTitle%5D)+AND+%22Nucleic+Acids+Research%22%5BJournal%5D)">limma powers differential expression analyses for RNA-sequencing and microarray studies.</a> Nucleic Acids Research. 43, 47(2015).</li>
<li>Robinson, M. D., McCarthy, D. J., Smyth, G. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((edgeR%3A+a+Bioconductor+package+for+differential+expression+analysis+of+digital+gene+expression+data%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">edgeR: a Bioconductor package for differential expression analysis of digital gene expression data.</a> Bioinformatics. 26, Oxford, England. 139-140 (2010).</li>
<li>Love, M. I., Huber, W., Anders, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Moderated+estimation+of+fold+change+and+dispersion+for+RNA-seq+data+with+DESeq2%5BTitle%5D)+AND+%22Genome+Biology%22%5BJournal%5D)">Moderated estimation of fold change and dispersion for RNA-seq data with DESeq2.</a> Genome Biology. 15, 550(2014).</li>
<li>Gentleman, R. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Bioconductor%3A+open+software+development+for+computational+biology+and+bioinformatics%5BTitle%5D)+AND+%22Genome+Biology%22%5BJournal%5D)">Bioconductor: open software development for computational biology and bioinformatics.</a> Genome Biology. 5, 80(2004).</li>
<li>Law, C. W., Chen, Y., Shi, W., Smyth, G. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((voom%3A+Precision+weights+unlock+linear+model+analysis+tools+for+RNA-seq+read+counts%5BTitle%5D)+AND+%22Genome+Biology%22%5BJournal%5D)">voom: Precision weights unlock linear model analysis tools for RNA-seq read counts.</a> Genome Biology. 15, 29(2014).</li>
<li>Smyth, G. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Linear+models+and+empirical+bayes+methods+for+assessing+differential+expression+in+microarray+experiments%5BTitle%5D)+AND+%22Statistical+Applications+in+Genetics+and+Molecular+Biology%22%5BJournal%5D)">Linear models and empirical bayes methods for assessing differential expression in microarray experiments.</a> Statistical Applications in Genetics and Molecular Biology. 3, (2004).</li>
<li>Lund, S. P., Nettleton, D., McCarthy, D. J., Smyth, G. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Detecting+differential+expression+in+RNA-sequence+data+using+quasi-likelihood+with+shrunken+dispersion+estimates%5BTitle%5D)+AND+%22Statistical+Applications+in+Genetics+and+Molecular+Biology%22%5BJournal%5D)">Detecting differential expression in RNA-sequence data using quasi-likelihood with shrunken dispersion estimates.</a> Statistical Applications in Genetics and Molecular Biology. 11, (2012).</li>
<li>Reeb, P. D., Steibel, J. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluating+statistical+analysis+models+for+RNA+sequencing+experiments%5BTitle%5D)+AND+%22Frontiers+in+Genetics%22%5BJournal%5D)">Evaluating statistical analysis models for RNA sequencing experiments.</a> Frontiers in Genetics. 4, 178(2013).</li>
<li>Rocke, D. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Excess+False+Positive+Rates+in+Methods+for+Differential+Gene+Expression+Analysis+using+RNA-Seq+Data%5BTitle%5D)+AND+%22bioRxiv%22%5BJournal%5D)">Excess False Positive Rates in Methods for Differential Gene Expression Analysis using RNA-Seq Data.</a> bioRxiv. , (2015).</li>
<li>Agarwal, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comparison+and+calibration+of+transcriptome+data+from+RNA-Seq+and+tiling+arrays%5BTitle%5D)+AND+%22BMC+genomics%22%5BJournal%5D)">Comparison and calibration of transcriptome data from RNA-Seq and tiling arrays.</a> BMC genomics. 11, 383(2010).</li>
<li>Leng, N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((EBSeq%3A+an+empirical+Bayes+hierarchical+model+for+inference+in+RNA-seq+experiments%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">EBSeq: an empirical Bayes hierarchical model for inference in RNA-seq experiments.</a> Bioinformatics. 29, Oxford, England. 1035-1043 (2013).</li>
</ol>

Il manoscritto non è stato pubblicato prima e non è stato preso in considerazione per la pubblicazione altrove. Tutti gli autori hanno contribuito alla creazione di questo manoscritto per importanti contenuti intellettuali e hanno letto e approvato il manoscritto finale. Dichiariamo che non vi è alcun conflitto di interessi.

Abbondanti trascrizioni ablate nei tumori possono essere facilmente identificate dall'analisi differenziale RNA-seq5. Tuttavia, l'applicazione dell'analisi dell'espressione differenziale RNA-seq è spesso limitata in quanto richiede determinate abilità con linguaggio R e la capacità di scegliere metodi appropriati. Per affrontare questo problema, forniamo un'introduzione dettagliata ai tre metodi più noti (limma, EdgeR e DESeq2) e tutorial per l'applicazione dell'analisi dell'espressione differenzi...

Il sequenziamento dell'RNA (RNA-seq) è una delle tecnologie più utilizzate nella trascrittomica con molti vantaggi (ad esempio, un'elevata riproducibilità dei dati) e ha notevolmente aumentato la nostra comprensione delle funzioni e delle dinamiche di processi biologici complessi1,2. L'identificazione di trascritti ablati in diversi contesti biologici, noti anche come geni differenzialmente espressi (DEG), è un passo chiave nell'analisi RNA-seq. RNA-seq consente di ottenere una profonda comprensione dei meccanismi molecolari e delle funzioni biologiche correlate alla patogenesi. Pertanto, l'analisi differenziale è stata considerata preziosa per la diagnostica, la prognostica e la terapia dei tumori3,4,5. Attualmente, sono stati sviluppati più pacchetti R/Bioconductor open source per l'analisi dell'espressione differenziale RNA-seq, in particolare limma, DESeq2 e EdgeR1,6,7. Tuttavia, l'analisi differenziale richiede alcune abilità con il linguaggio R e la capacità di scegliere il metodo appropriato, che manca nel curriculum di educazione medica.
In questo protocollo, basato sui dati di conteggio RNA-seq del colangiocarcinoma (CHOL) estratti da The Cancer Genome Atlas (TCGA), tre dei metodi più noti (limma8,EdgeR9 e DESeq210)sono stati effettuati, rispettivamente, dal programma R11 per identificare i DEG tra CHOL e tessuti normali. I tre protocolli di limma, EdgeR e DESeq2 sono simili ma hanno passaggi diversi tra i processi di analisi. Ad esempio, i dati normalizzati del conteggio RNA-seq sono necessari per EdgeR e limma8,9, mentre DESeq2 utilizza le proprie discrepanze di libreria per correggere i dati invece della normalizzazione10. Inoltre, edgeR è specificamente adatto per i dati RNA-seq, mentre il limma viene utilizzato per microarray e RNA-seq. Un modello lineare è adottato da limma per valutare i DEG12, mentre le statistiche in edgeR si basano sulle distribuzioni binomiali negative, tra cui stima empirica di Bayes, test esatti, modelli lineari generalizzati e test di quasi-verosimiglianza9.
In sintesi, forniamo i protocolli dettagliati dell'analisi dell'espressione differenziale RNA-seq utilizzando rispettivamente limma, DESeq2 e EdgeR. Facendo riferimento a questo articolo, gli utenti possono facilmente eseguire l'analisi differenziale RNA-seq e scegliere i metodi di analisi differenziale appropriati per i loro dati.

<table><tbody><tr><td>R</td><td></td><td>versione 3.6.2</td><td>software gratuito</td></tr><tr><td>Rstudio</td><td></td><td></td><td>software gratuito</td></tr></tbody></table>

tre metodi di analisi dell'espressione differenziale per il sequenziamento dell'rna: limma, edger, deseq2

Three Differential Expression Analysis Methods for RNA Sequencing: limma, EdgeR, DESeq2

Il sequenziamento dell'RNA (RNA-seq) è una delle tecnologie più utilizzate nella trascrittomica in quanto può rivelare la relazione tra l'alterazione genetica e processi biologici complessi e ha un grande valore nella diagnostica, nella prognostica e nella terapia dei tumori. L'analisi differenziale dei dati RNA-seq è fondamentale per identificare trascrizioni aberranti e limma, EdgeR e DESeq2 sono strumenti efficienti per l'analisi differenziale. Tuttavia, l'analisi differenziale RNA-seq richiede determinate abilità con il linguaggio R e la capacità di scegliere un metodo appropriato, che manca nel curriculum di educazione medica.
Qui forniamo il protocollo dettagliato per identificare i geni differenzialmente espressi (DEG) tra il colangiocarcinoma (CHOL) e i tessuti normali attraverso limma, DESeq2 e EdgeR, rispettivamente, e i risultati sono mostrati in grafici vulcanici e diagrammi di Venn. I tre protocolli di limma, DESeq2 e EdgeR sono simili ma hanno passaggi diversi tra i processi di analisi. Ad esempio, un modello lineare viene utilizzato per le statistiche in limma, mentre la distribuzione binomiale negativa viene utilizzata in edgeR e DESeq2. Inoltre, i dati normalizzati del conteggio RNA-seq sono necessari per EdgeR e limma, ma non sono necessari per DESeq2.
Qui forniamo un protocollo dettagliato per tre metodi di analisi differenziale: limma, EdgeR e DESeq2. I risultati dei tre metodi sono in parte sovrapposti. Tutti e tre i metodi hanno i loro vantaggi e la scelta del metodo dipende solo dai dati.

Esistono vari approcci per visualizzare il risultato dell'analisi dell'espressione differenziale, tra cui il diagramma del vulcano e il diagramma di Venn sono particolarmente utilizzati. limma ha identificato 3323 DEG tra il CHOL e i tessuti normali con il |logFC|≥2 e adj. P.Val &lt;0,05 come soglie, tra cui 1880 erano down-regolati nei tessuti CHOL e 1443 erano up-regolati (Figura 1a). Nel frattempo, edgeR ha identificato i 1578 DEG down-regulated e i 3121 DEG up-regulated (<strong class="x...

È stato fornito un protocollo dettagliato di metodi di analisi dell'espressione differenziale per il sequenziamento dell'RNA: limma, EdgeR, DESeq2.

Tre metodi di analisi dell'espressione differenziale per il sequenziamento dell'RNA: limma, EdgeR, DESeq2

RNA sequencing (RNA-seq) is one of the most widely used technologies in transcriptomics as it can reveal the relationship between the genetic alteration ...

Tre metodi di analisi dell'espressione differenziale per il sequenziamento dell'RNA: limma, EdgeR e DESeq2. Aprire il programma RStudio e quindi caricare il file R, DEG. Il file può essere acquisito da file supplementari. Uno.Download e pre-elaborazione dei dati.1.1. Scarica i dati di conteggio del sequenziamento ad alto rendimento del colangiocarcinoma dall'Atlante del genoma del cancro. Questa scheda può essere facilmente ottenuta con il codice seguente.Fare clic su Esegui per installare il pacchetto R. Fare clic su Esegui per caricare il pacchetto R. Impostare la directory di lavoro.Scegli il tipo di cancro. Eseguire il codice R dal file GDCquery per scaricare i dati. File GDCquery può essere acquisito da file / script supplementari.Dopo l'esecuzione, i dati del conteggio del sequenziamento dell'RNA del colangiocarcinoma possono essere scaricati e denominati CNT, dove le righe rappresentano gli ID dei geni dell'insieme e le colonne rappresentano gli ID dei simboli. Si prega di notare i numeri in posizione da 14 a 15 negli ID dei simboli. I numeri vanno da 01 a 09 indicano tumori e da 10 a 19 indicano tessuti normali.1.2.Conversazione di iD dei geni dell'insieme ai simboli dei geni. Importare il file di annotazione in R, in base al suo percorso di archiviazione. Il file di annotazione può essere acquisito da file supplementari.Eseguire il codice R dal file gtf v22. Che può essere acquisito da file / script supplementari. Applicare la funzione inn e convertire gli ID del gene dell'insieme in simboli genici.1.3.Filtrare i geni a bassa esprimemento. Fare clic su Esegui per installare il pacchetto edgeR"Fare clic su Esegui per caricare il pacchetto R edgeR"Eseguire il codice R seguente per mantenere i geni con conteggi per milione valori maggiori di uno in almeno due campioni. Due. Analisi delle espressioni differenziali tramite limma"Fare clic su Esegui per installare il pacchetto R limma"Fare clic su Esegui per caricare il pacchetto R limma"edgeR"Eseguire il codice R seguente per creare la matrice di progettazione.Estrarre le informazioni sul gruppo. Impostare 01"come tessuto tumorale. Impostare 11 "come tessuto normale.Creare una matrice di progettazione. Creare l'oggetto DGEList. Normalizzare i dati.Eseguire il codice R riportato di seguito per eseguire l'analisi dell'espressione differenziale basata sul metodo limma-trend. Calcolare il valore CPM. Fare clic su Esegui per adattare un modello lineare per prevedere i dati o dedurre la relazione tra le variabili.Calcola il valore T, il valore F e le quote di log in base al bayesiano. Estrarre la tabella dei risultati. I risultati dell'analisi delle espressioni differenziali vengono salvati in res_limma" che include il valore di modifica della piega log2.Il livello medio di espressione log2 del gene nell'esperimento. La statistica T modificata, il valore P, il tasso di falsa scoperta correggevano il valore p e le log-odds dei geni differenzialmente espressi. Identificare i geni differenzialmente espressi.Quindi il valore P aggiustato minore di 0,05 e il valore assoluto del falso cambiamento log maggiore o uguale a due sono soglie per lo screening dei geni differenzialmente espressi. I risultati res limma mostrano che confrontando con i tessuti normali, 1.443 geni sono up-regolati e 1.880 geni sono down-regolati nei tessuti del colangiocarcinoma. Eseguire l'output della tabella dei risultati in un file.Fare clic su Esegui per installare il pacchetto R ggplot2"Fare clic su Esegui per caricare il pacchetto R ggplot2"Esegui il codice R dal file vulcano per creare la trama del vulcano e il file vulcano può essere acquisito da file supplementari. I geni possono essere mappati in posizioni diverse in base al loro cambiamento di piega log2 e ai valori P regolati. Quindi i geni differenzialmente espressi up-regolati sono colorati in rosso.e i geni differenzialmente espressi down-regolati sono colorati in verde. Fare clic su Esporta"per salvare la trama del vulcano. Tre. Analisi delle espressioni differenziali tramite edgeR"Fare clic su Esegui per caricare il pacchetto R edgeR"Eseguire il codice R seguente per creare la matrice di progettazione.Fare clic su Esegui per creare l'oggetto DGEList e normalizzare i dati. Fare clic su Esegui per stimare la dispersione del valore di espressione genica. Fare clic su Esegui per adattare il modello al conteggio dei dati.Condurre test statistici. Estrarre la tabella dei risultati. Il risultato viene salvato in res edgeR" che include il valore di modifica della piega del log, il valore logCPM, F, p e il valore p corretto del tasso di rilevamento falso.Identificare i geni differenzialmente espressi. Il risultato res edgeR mostra che confrontando con i tessuti normali, 3.121 geni sono up-regolati e 1.578 geni sono down-regolati nei tessuti del colangiocarcinoma. Eseguire l'output della tabella dei risultati in un file.Crea la trama del vulcano. Fare clic su Esporta per salvare la trama del vulcano. Quattro. Analisi dell'espressione differenziale tramite DESeq2.Fare clic su Esegui per installare il pacchetto R DESeq2"Fare clic su Esegui per caricare il pacchetto R DESeq2"Eseguire il codice R seguente per determinare il fattore di tentoni. Creare l'oggetto set di dati DESeq2. Eseguire analisi.Generare la tabella dei risultati. Il risultato viene salvato in res DESeq2, che include la media del conteggio di lettura normalizzato, il valore di modifica della piega del registro, la freccia standard di modifica della piega del registro, la statistica di saldatura, il valore P originale e il valore P corretto. Identificare i DEG.Il risultato res DESeq2 mostra che confrontando con i tessuti normali, duemilanovecentotrentotto geni sono up-regolati e milleseicentosedici geni sono down-regolati nei tessuti del colangiocarcinoma. Eseguire l'output della tabella dei risultati in un file. Crea la trama del vulcano.Fare clic su Esporta per salvare la trama del vulcano. Cinque. Diagramma di Venn. Fare clic su Esegui per installare il diagramma venn del pacchetto R.Fare clic su Esegui per caricare il diagramma venn del pacchetto R. Crea un diagramma di Venn di geni differenzialmente espressi up-regolati. Fare clic su Esporta per salvare il diagramma di van, Crea un diagramma di Venn di geni differenzialmente espressi down-regolati.Fare clic su Esporta per salvare il diagramma di Venn. Sei. Risultati rappresentativi. La prima figura mostra i grafici vulcanici di tutti i geni acquisiti da limma, edgeR e DESeq2.Il valore p del log negativo viene tracciato rispetto alla modifica della piega del log. I punti rossi rappresentano i geni espressi differenzialmente up-regolati e i punti verdi rappresentano i geni differenzialmente espressi down-regolati. Limma identifica i milleottocentottanta down-regolati differenzialmente espressi i geni, e i millequattrocentoquarantatre geni differenzialmente espressi up-regolati nei tessuti del colangiocarcinoma.EdgeR identifica i millecinquecentosettantotto geni differenzialmente espressi down-regolati e tremilacentoventuno geni espressi differenzialmente up-regolati. DESeq2 identifica milleseicentosedici geni differenzialmente espressi down-regolati e duemilanovecentotrentotto geni espressi differenzialmente up-regolati. Figura due, i diagrammi di Venn mostrano la sovrapposizione tra i risultati divisi da limma edgeR e DESeq2.Confronta i risultati di questi tre metodi, Millequattrocentotrentuno geni espressi differenzialmente up-regolati e millecinquecentotrentuno geni differenzialmente espressi down-regolati si sovrappongono. Sette.Conclusione. In questo protocollo, abbiamo fornito qui un protocollo dettagliato di diversi tipi di analisi di misura per un'elevata sequenza di dati di conteggio utilizzando pacchetti R, limma, edgeR e DESeq2. Tre metodi hanno simili e personale tra il loro processo di analisi.E poi i loro da quei tre farmaci sono in parte sovrapposti. Tutti e tre i farmaci hanno i loro vantaggi. E la scelta dipende solo dal tempo dei tuoi dati.Se ci sono i miei dati attuali, limma dovrebbe essere dato con priorità, ma i dati di sequenziamento di generazione, in edgeR e DESeq2 sono preferiti.

three-differential-expression-analysis-methods-for-rna-sequencing

Research

Ricerca

JoVE Journal

Cancer Research

Ricerca sul cancro

Questo protocollo presenta una procedura completa e dettagliata di applicare RNA-seq, una potente tecnologia di nuova generazione di sequenziamento del DNA, per trascrittomi profilo in umano cellule endoteliali microvascolari polmonari con o senza trattamento trombina. Questo protocollo è generalizzabile a varie cellule o tessuti colpiti da diversi reagenti o stati di malattia.

RNA-seq Analisi trascrittomi in trombina-trattati e di controllo dell&#39;uomo polmonari cellule endoteliali microvascolari

RNA-sequenziamento e bioinformatica analisi sono stati utilizzati per identificare i fattori di trascrizione espressi in maniera significativa e differenziale in Lin-CD34 + e CD34- Lin-sottopopolazioni di EMLcells mouse. Questi fattori di trascrizione potrebbero svolgere un ruolo importante nel determinare lo switch tra le cellule Lin-CD34- auto-rinnovamento Lin-CD34 + e parzialmente differenziato.

Identificazione dei fattori chiave di regolazione auto-rinnovamento e differenziazione in cellule ematopoietiche precursori EML da Analysis RNA-sequencing

Descriviamo un metodo mirato basato sul sequenziamento dell'RNA che include la preparazione di librerie di cDNA indicizzate, l'ibridazione e la cattura con sonde personalizzate e l'analisi dei dati per interrogare i trascritti selezionati per l'espressione genica, le mutazioni e le fusioni geniche. L'RNAseq mirato consente una valutazione rapida ed economica di trascritti selezionati su un sequenziatore desktop.

Mirati RNA Sequencing test per caratterizzare espressione genica e genomica Alterazioni

Questo protocollo presenta un approccio per l'analisi del trascrittoma intero da embrioni di zebrafish, larve, o ordinato cells. Includiamo isolamento di RNA, analisi dei percorsi dei dati RNASeq e convalida qRT-PCR-basata di cambiamenti di espressione genica.

Preparazione dei campioni e analisi dei dati di espressione genica basati su RNASeq dallo Zebrafish

Questo protocollo descrive l'uso combinatoria di ChIP-seq, 4sU-seq, totale RNA-seq e profilatura per linee cellulari e cellule primarie del ribosoma. Esso consente di tenere traccia delle modifiche in fattore di trascrizione binding, trascrizione de novo , elaborazione di RNA, fatturato e traduzione nel corso del tempo e la visualizzazione il corso generale degli eventi in cellule attivate e/o cambiare rapidamente.

In tempo reale analisi del fattore di trascrizione associazione, trascrizione, traduzione e fatturato per visualizzare eventi globali durante l'attivazione cellulare

Qui è presentata una procedura graduale per la differenziazione in vitro dei cheratinociti primari umani per inibizione del contatto seguita dalla caratterizzazione a livello molecolare mediante analisi RNA-seq.

Caratterizzazione della differenziazione in vitro dei cheratinociti primari umani mediante analisi RNA-Seq

Questo metodo descrive i passaggi per migliorare la qualità e la quantità dei dati di sequenza che possono essere ottenuti da campioni di RNA incorporati in paraffina fissata alla formalina (FFPE). Descriviamo la metodologia per valutare in modo più accurato la qualità dei campioni di FFPE-RNA, preparare le librerie di sequenziamento e analizzare i dati provenienti da campioni DI FFPE-RNA.

Ottimizzazione per il sequenziamento e l'analisi di campioni FFPE-RNA degradati

DiCoExpress è uno strumento basato su script implementato in R per eseguire un'analisi RNA-Seq dal controllo di qualità alla co-espressione. DiCoExpress gestisce un design completo e sbilanciato fino a 2 fattori biologici. Questo video tutorial guida l'utente attraverso le diverse funzionalità di DiCoExpress.

Analisi di esperimenti multifattoriali RNA-Seq con DiCoExpress

Lo splicing alternativo (AS) e la poliadenilazione alternativa (APA) espandono la diversità delle isoforme di trascrizione e dei loro prodotti. Qui, descriviamo i protocolli bioinformatici per analizzare i saggi di sequenziamento di massa dell'RNA-seq e 3' per rilevare e visualizzare AS e APA che variano in base alle condizioni sperimentali.

Identificazione di splicing alternativo e poliadenilazione in dati di RNA-seq

Il lavoro attuale descrive un protocollo per l'esecuzione dell'algoritmo Pathway2Targets, uno script R che prevede e dà priorità ai bersagli terapeutici in base al profilo delle vie di segnalazione intracellulari generate confrontando i campioni di caso rispetto a quelli di controllo di un esperimento di sequenziamento di RNA di massa.

Utilizzo di elenchi di geni umani differenzialmente espressi per eseguire l'analisi dell'arricchimento del percorso a valle e la definizione delle priorità dei bersagli

Questo protocollo consente il controllo di qualità iniziale per esperimenti di RNA-seq per biologi di laboratorio con esperienza limitata in bioinformatica.

Rup (RNA-seq Usability Assessment Pipeline) - Controllo di qualità per esperimenti di RNA-seq di massa negli eucarioti

Impara l'analisi differenziale dell'espressione genica con limma, EdgeR e DESeq2 per dati di RNA sequencing. Questo protocollo bioinformatico confronta tre metodi statistici per identificare geni differenzialmente espressi nel colangiocarcinoma.

Tre metodi di analisi dell'espressione differenziale per il sequenziamento dell'RNA: limma, EdgeR, DESeq2

Esplora altri video