$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Sekwencjonowanie RNA (sekwencjonowanie RNA) jest jedną z najczęściej stosowanych technologii w transkryptomice, ponieważ może ujawnić związek między zmianami genetycznymi a złożonymi procesami biologicznymi i ma wielką wartość w diagnostyce, prognostyce i terapii nowotworów. Analiza różnicowa danych sekwencyjnych RNA ma kluczowe znaczenie dla identyfikacji nieprawidłowych transkrypcji, a limma, EdgeR i DESeq2 są skutecznymi narzędziami do analizy różnicowej. Jednak analiza różnicowa RNA-seq wymaga pewnych umiejętności posługiwania się językiem R i umiejętności wyboru odpowiedniej metody, której brakuje w programie edukacji medycznej.
Niniejszym udostępniamy szczegółowy protokół identyfikacji genów o zróżnicowanej ekspresji (DEG) między rakiem dróg żółciowych (CHOL) a normalnymi tkankami odpowiednio za pomocą limma, DESeq2 i EdgeR, a wyniki są pokazane na wykresach wulkanów i diagramach Venna. Trzy protokoły limma, DESeq2 i EdgeR są podobne, ale mają różne etapy w procesach analizy. Na przykład model liniowy jest używany do statystyk w limma, podczas gdy ujemny rozkład dwumianowy jest używany w edgeR i DESeq2. Dodatkowo, znormalizowane dane dotyczące liczby sekwencji RNA są niezbędne dla EdgeR i limma, ale nie są konieczne dla DESeq2.
Tutaj udostępniamy szczegółowy protokół dla trzech metod analizy różnicowej: limma, EdgeR i DESeq2. Wyniki tych trzech metod częściowo się pokrywają. Wszystkie trzy metody mają swoje zalety, a wybór metody zależy tylko od danych.