Анализ многофакторных экспериментов с РНК-Seq с помощью DiCoExpress

Summary

DiCoExpress - это инструмент на основе скриптов, реализованный в R для выполнения анализа RNA-Seq от контроля качества до совместной экспрессии. DiCoExpress обрабатывает полный и несбалансированный дизайн до 2 биологических факторов. Этот видеоурок проведет пользователя через различные функции DiCoExpress.

Abstract

Правильное использование статистического моделирования в анализе данных NGS требует продвинутого уровня знаний. В последнее время растет консенсус в отношении использования обобщенных линейных моделей для дифференциального анализа данных RNA-Seq и преимущества смешанных моделей для выполнения анализа коэкспрессии. Чтобы предложить управляемую настройку для использования этих подходов к моделированию, мы разработали DiCoExpress, который предоставляет стандартизированный конвейер R для выполнения анализа RNA-Seq. Без каких-либо специальных знаний в области статистики или R-программирования новички могут выполнять полный анализ RNA-Seq от контроля качества до совместного выражения посредством дифференциального анализа на основе контрастов внутри обобщенной линейной модели. Предложен анализ обогащения как по спискам дифференциально экспрессированных генов, так и по коэкспрессированным кластерам генов. Этот видеоурок задуман как пошаговый протокол, чтобы помочь пользователям в полной мере воспользоваться преимуществами DiCoExpress и его потенциала в расширении возможностей биологической интерпретации эксперимента RNA-Seq.

Introduction

Технология секвенирования РНК следующего поколения (RNA-Seq) в настоящее время является золотым стандартом анализа транскриптома¹. С первых дней существования технологии совместные усилия биоинформатиков и биостатистиков привели к разработке многочисленных методов, охватывающих все основные этапы транскриптомного анализа, от картирования до количественной оценки транскриптов². Большинство инструментов, доступных сегодня биологу, разработаны в программной среде R для статистических вычислений и графиков³, а многие пакеты для анализа биологических данных доступны в репозитории Bioconductor

Protocol

1. ДиКоЭкспресс

1. Откройте сеанс R studio и задайте для каталога значение Template_scripts.
2. Откройте сценарий DiCoExpress_Tutorial.R в R studio.
3. Загрузите функции DiCoExpress в сеансЕ R с помощью следующих команд:
   > источник(".. /Источники/Load_Functions.R")
   > Load_Functions()
   > Data_Directory = ".. /Данные"
   > Results_Directory = ".. /Результаты/"
4. Загрузите файлы данных в сеансе R с помощью следующих команд:
   > Project_Name = "Учебник"
   > фильтр = NULL
   > Sep="\t"
   > Data_Files = Load_Data_Files(Data_Directory, Project_Name, Фильтр, Сент)
5. Разделите объект Data_Files на несколько объектов, чтобы легко ....

Results

Все выходные данные DiCoExpress сохраняются в каталоге Tutorial/, который сам помещается в каталог Results/. Здесь мы приводим некоторые рекомендации по оценке общего качества анализа.

Контроль качества
Выходные данные контроля качества, расположенные в каталоге Quality_Control/, необходимы для проверки надежности результатов анализа RNA-Seq. Файл Data_Quality_Control.pdf содержит несколько графиков, полученных с необработанными и нормализованными данными, которые можно исп.......

Discussion

Поскольку RNA-Seq стал повсеместным методом в биологических исследованиях, существует постоянная необходимость в разработке универсальных и удобных для пользователя аналитических инструментов. Критическим шагом в большинстве аналитических рабочих процессов часто является достоверная идентификация генов, дифференциально экспрессируемых между биологическими состояниями и/или методами лечения¹⁵. Получение достоверных результатов требует надлежащего статистического моделирования, которое послужило мот.......