DiCoExpress는 품질 관리에서 공동 발현에 이르기까지 RNA-Seq 분석을 수행하기 위해 R로 구현 된 스크립트 기반 도구입니다. DiCoExpress는 최대 2개의 생물학적 요인까지 완전하고 불균형한 설계를 처리합니다. 이 비디오 자습서는 DiCoExpress의 다양한 기능을 통해 사용자를 안내합니다.
이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.
이 논문에서
요약
초록
NGS 데이터 분석에서 통계 모델링을 적절하게 사용하려면 고급 수준의 전문 지식이 필요합니다. 최근 RNA-Seq 데이터의 차등 분석을 위해 일반화된 선형 모델을 사용하는 것에 대한 공감대가 높아지고 있으며, 공동 발현 분석을 수행하기 위한 혼합물 모델의 이점이 있다. 이러한 모델링 접근 방식을 사용할 수 있는 관리형 설정을 제공하기 위해 RNA-Seq 분석을 수행하기 위해 표준화된 R 파이프라인을 제공하는 DiCoExpress를 개발했습니다. 통계 또는 R 프로그래밍에 대한 특별한 지식이 없으면 초보자는 일반화 된 선형 모델 내부의 대비를 기반으로 한 차등 분석을 통해 품질 관리에서 공동 표현에 이르기까지 완전한 RNA-Seq 분석을 수행 할 수 있습니다. 농축 분석은 차등적으로 발현된 유전자의 목록과 공동-발현된 유전자 클러스터 둘 다에서 제안된다. 이 비디오 튜토리얼은 사용자가 DiCoExpress를 최대한 활용하고 RNA-Seq 실험의 생물학적 해석에 힘을 실어주는 잠재력을 최대한 활용할 수 있도록 도와주는 단계별 프로토콜로 고안되었습니다.
서론
차세대 RNA 시퀀싱 (RNA-Seq) 기술은 이제 전사체 분석1의 황금 표준입니다. 이 기술의 초창기부터 생물 정보학자와 생물 통계학자의 공동 노력으로 매핑에서 전사체 정량화에 이르기까지 전사체 분석의 모든 필수 단계를 다루는 수많은 방법이 개발되었습니다2. 오늘날 생물학자가 사용할 수 있는 대부분의 도구는 통계 컴퓨팅 및 그래프3을 위한 R 소프트웨어 환경 내에서 개발되었으며, 생물학적 데이터 분석을 위한 많은 패키지는 Bioconductor 저장소(4)에서 사용할 수 있습니다. 이러한 패키지는 분석을 완벽하게 제어하고 사용자 지정할 수 있지만 명령줄 인터페이스를 광범위하게 사용하는 비용이 듭니다. 많은 생물학자들이 "포인트 앤 클릭" 접근법5에 더 익숙하기 때문에, RNA-Seq 분석의 민주화는 보다 사용자 친화적인 인터페이스 또는 프로토콜6의 개발을 필요로 한다. 예를 들어, Shiny7을 사용하여 R 패키지의 웹 인터페이스를 구축 할 수 있으며 R-studio
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
프로토콜
1. 디코익스프레스
- R 스튜디오 세션을 열고 디렉터리를 Template_scripts로 설정합니다.
- R 스튜디오에서 DiCoExpress_Tutorial.R 스크립트를 엽니다.
- 다음 명령을 사용하여 R 세션에서 DiCoExpress 함수를 로드합니다.
> 출처 ( ".. /출처/Load_Functions.R")
> Load_Functions()
> Data_Directory = ".. /데이터"
> Results_Directory = ".. /결과/" - 다음 명령을 사용하여 R 세션에서 데이터 파일을 로드합니다.
> Project_Name = "자습서"
> 필터 = NULL
> Sep="\t"
> Data_Files = Load_Data_Files(Data_Directory, Project_Name, 필터, 9월) - 개체를 여러 개체Data_Files 분할하여 쉽게 조작할 수 있습니다.
> Project_Name = Data_Files$Project_Name
> 대상 = Data_Files$대상
> Raw_Counts = Data_Files$Raw_Counts
> 주석 = Data_Files$주석
> Reference_Enrichment ....
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
결과
모든 DiCoExpress 출력은 자습서 / 디렉토리에 저장되며 결과 / 디렉토리 내에 배치됩니다. 여기서는 분석의 전반적인 품질을 평가하기 위한 몇 가지 지침을 제공합니다.
품질 관리
Quality_Control/디렉토리에 위치한 품질 관리 출력은 RNA-Seq 분석 결과가 신뢰할 수 있는지 확인하는 데 필수적입니다. Data_Quality_Control.pdf 파일에는 데이터의 잠재적 문제를 식별하는 데 사용할 수 있는 원시 및 정규화된 데이터로 얻은 여러 플롯이 포함되어 있습니다. 샘플당 정규화된 총 카운트는 내부 및 상호 조건을 모두 비교할 때 유사해야 합니다. 더욱이, 정규화된 유전자 발현 카운트는 인트라 및 인터 조건 둘 다에서 유사한 중앙값 및 분산을 나타낼 것으로 예상된다(도 3A). 그렇지 않으면 조건 간의 유사하지 않은 분산의 징후가 될 수 있으며 모델 피팅에 문제가 될 수.......
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
토론
RNA-Seq 는 생물학적 연구에서 유비쿼터스 방법이되기 때문에 다재다능하고 사용자 친화적 인 분석 도구를 개발할 필요성이 끊임없이 있습니다. 대부분의 분석 워크플로우들 내에서 중요한 단계는 종종 생물학적 조건 및/또는 치료법들 사이에서 차별적으로 발현되는 유전자들을 신뢰하며 확인하는 것이다(15). 신뢰할 수 있는 결과를 얻으려면 적절한 통계 모델링이 필요하며, 이는 DiCoExpress 개발의 동기가 되었습니다.
DiCoExpress는 생물학자들이 DEG를 찾을 때 중립적 비교 연구의 가능성을 최대한 활용할 수 있도록 돕는 것을 목표로 R에 구현된 스크립트 기반 도구입니다. DiCoExpress는 데이터 구조와 품질을 평가할 수 있는 기회를 제공하는 표준화된 파이프라인을 제공하여 최상의 모델링 접근 방식을 선택할 수 있도록 합니다. 통계 또는 R 프로그래밍에 대한 특별한 지식이 없으면 초보자는 일반화 된 선형 모델 내부의 대비를 기반.......
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
공개 사항
저자는 공개 할 것이 없습니다.
감사의 글
이 작업은 주로 ANR PSYCHE (ANR-16-CE20-0009)에 의해 지원되었습니다. 저자는 DiCoExpress의 컨테이너 건설에 대해 F. Desprez에게 감사드립니다. KB 작업은 미래를 위한 투자 ANR-10-BTBR-01-01 Amaizing 프로그램에 의해 지원됩니다. GQE 및 IPS2 실험실은 Saclay Plant Sciences-SPS (ANR-17-EUR-0007)의 지원을받습니다.
....액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
참고문헌
- Wang, Z., Gerstein, M., Snyder, M. RNA-Seq: a revolutionary tool for transcriptomics. Nature reviews. Genetics. 10 (1), 57-63 (2009).
- Yang, I. S., Kim, S. Analysis of Whole Transcriptome Sequencing Data: Workflow and Software. Genomics & Informatics.
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
재인쇄 및 허가
