跳到主页面内容
美国国旗

美国政府的官方网站

Dot政府

gov意味着它是官方的。
联邦政府网站通常以.gov或.mil结尾。之前分享敏感信息,确保你在联邦政府政府网站。

Https系统

该站点是安全的。
这个https(https)://确保您连接到官方网站,并且您提供的任何信息都是加密的并安全传输。

访问密钥 NCBI主页 MyNCBI主页 主要内容 主导航
.2010;11(3):R25。
doi:10.1186/gb-2010-11-3-r25。 Epub 2010年3月2日。

RNA-seq数据差异表达分析的尺度归一化方法

附属公司

RNA-seq数据差异表达分析的尺度归一化方法

马克·D·罗宾逊等。 基因组生物学. 2010.

摘要

基于序列的转录组调查提供的精细细节表明,RNA-seq很可能成为询问稳态RNA的平台。为了发现表达中的重要生物学变化,我们表明正常化仍然是分析中的一个重要步骤。我们概述了一种执行规范化的简单而有效的方法,并显示了在模拟和公共可用数据集中推断差异表达式的显著改进的结果。

PubMed免责声明

数字

图1
图1
RNA-seq数据需要归一化。来自[6]的数据比较了(a)技术复制和(b)调整每个样本中读取的总次数后,肝脏和肾脏的表达水平。绿线表示管家基因对数变化的平滑分布。(c)比较肝脏和肾脏的M与A曲线图显示了与零的明显偏移。绿点表示545个内务基因,而绿线表示内务基因的中位数对数比率。红线表示估计的TMM归一化因子。橙色斑点涂片突出显示了仅在一个肝或肾组织中观察到的基因。黑色箭头突出显示了一组显著的基因,这些基因在很大程度上归因于对数变换中的总体偏差。
图2
图2
仿真表明,TMM归一化是稳健的,优于库大小归一化.(a)模拟结果的示例表明,由于基因在一个样本中唯一表达(橙色点)和不对称DE(蓝色点),因此需要进行标准化。(b)与标准归一化相比,TMM归一化的假阳性率更低。
图3
图3
比较几种已发布方法的错误发现图。红线表示长度规范化缓和t统计分析。实线和虚线分别显示了库大小归一化和TMM归一化泊松模型分析。蓝色和黑色线条分别代表LR测试和精确测试。可以看出,使用TMM归一化可以大大降低错误发现率。

类似文章

引用人

工具书类

    1. Wang ET、Sandberg R、Luo S、Khrebtukova I、Zhang L、Mayr C、Kingsmore SF、Schroth GP、Burge CB。人类组织转录体中的替代亚型调控。自然。2008;456:470–476. doi:10.1038/nature07509。-内政部-项目管理咨询公司-公共医学
    1. Sultan M、Schulz MH、Richard H、Magen A、Klingenhoff A、Scherf M、Seifert M、Borodina T、Soldatov A、Parkhomchuk D、Schmidt D、O'Keeffe S、Haas S、Vingron M、Lehrach H、Yaspo ML。通过人类转录组的深度测序对基因活性和选择性剪接的全球观点。科学。2008;321:956–960. doi:10.1126/science.1160342。-内政部-公共医学
    1. Wang X,Sun Q,McGrath SD,Mardis ER,Soloway PD,Clark AG。新生小鼠脑内新印迹基因的转录组全鉴定。《公共科学图书馆·综合》。2008;3:e3839。doi:10.1371/journal.pone.0003839。-内政部-项目管理咨询公司-公共医学
    1. Bolstad BM、Irizarry RA、Astrand M、Speed TP。基于方差和偏差的高密度寡核苷酸阵列数据归一化方法的比较。生物信息学。2003;19:185–193. doi:10.1093/bioinformatics/19.2.185。-内政部-公共医学
    1. Wang Z,Gerstein M,Snyder M.RNA-Seq:转录组学的革命性工具。Nat Rev基因。2009年;10:57–63. doi:10.1038/nrg2484。-内政部-项目管理咨询公司-公共医学

出版物类型

LinkOut-更多资源