スキップしてメイン コンテンツに移動

RNA-seq から発現量が変動した遺伝子をどのように得るか

RNA-seq のデータから、統計的に有意な変動を示す遺伝子をどのように得るか。Microarray ときにも散々議論されましたが、RNA-seq でも同じく議論になっています。現在提案されている手法についてまとめてみました。

まだ全部には目を通せてません。すべて読んだ後に解説を書くかもしれませんが、網羅している自信がないので、先にリンクを列挙しておきます。主に論文とツールのソースコード、マニュアルなどです。ほかに情報をお持ちの方は教えてくださいな。

1. cufflinks と cuffdiff


http://cufflinks.cbcb.umd.edu/howitworks.html の後半に cuffdiff の説明がある。

FPKM
Trapnell C, Williams BA, Pertea G, Mortazavi AM, Kwan G, van Baren MJ, Salzberg SL, Wold B, Pachter L. Transcript assembly and quantification by RNA-Seq reveals unannotated transcripts and isoform switching during cell differentiation. Nature Biotechnology doi:10.1038/nbt.1621
http://dx.doi.org/10.1038/nbt.1621


Jensen–Shannon divergence
http://en.wikipedia.org/wiki/Jensen%E2%80%93Shannon_divergence

以下の3つも知っておいたほうが理解しやすい良い。

RPKM
Ali Mortazavi, Brian A Williams, Kenneth McCue, Lorian Schaeffer and Barbara Wold Mapping and quantifying mammalian transcriptomes by RNA-Seq Nature Methods, volume 5, 621 - 628 (2008)
http://www.nature.com/nmeth/journal/v5/n7/abs/nmeth.1226.html

Hui Jiang and Wing Hung Wong, Statistical Inferences for isoform expression, Bioinformatics, 2009 25(8):1026-1032
http://bioinformatics.oxfordjournals.org/cgi/content/full/25/8/1026

2. baySeq


http://www.bioconductor.org/packages/release/bioc/html/baySeq.html
Hardcastle TJ, Kelly KA. baySeq: Empirical Bayesian Methods For Identifying Differential Expression In Sequence Count Data. BMC Bioinformatics. 2010 Aug 10;11(1):422. [Epub ahead of print] PubMed PMID: 20698981.
http://www.biomedcentral.com/1471-2105/11/422/abstract

マイクロアレイ時代に提案されていた元ネタ達
Smyth GK: Linear models and empirical Bayes methods for assessing differential expression in microarray experiments. Statistical Applications in Genetics and Molecular Biology 2004
http://www.biomedcentral.com/pubmed/16646809

Lönnstedt IM, Rimini R, Nilsson P: Empirical Bayes Microarray ANOVA and Grouping Cell Lines by Equal Expression Levels. Statistical Applications in Genetics and Molecular Biology 2005
http://dx.doi.org/10.2202/1544-6115.1125


3. DEseq


Differential expression analysis for sequence count data
Simon Anders and Wolfgang Huber
http://precedings.nature.com/documents/4282/version/2

http://www-huber.embl.de/users/anders/DESeq/
http://www.bioconductor.org/packages//release/bioc/html/DESeq.html
http://www-huber.embl.de/users/anders/DESeq/

4. EdgeR


http://www.bioconductor.org/packages/release/bioc/html/edgeR.html

Robinson, MD and Smyth GK (2007)
Moderated Statistical Tests for Assessing Differences in Tag Abundance, Bioinformatics. 23(21):2881-7.
http://www.ncbi.nlm.nih.gov/pubmed/17881408

Robinson, MD and Smyth, GK (2008)
Small Sample Estimation of Negative Binomial Dispersion, with applications to SAGE data, Biostatistics. 9(2):321-32.
http://www.ncbi.nlm.nih.gov/pubmed/17728317

EdgeR は元々 msage というパッケージだった。

古典


SAGE時代の古典的論文。

Baggerly KA, Deng L, Morris JS, Aldaz CM: Overdispersed logistic regression for SAGE: modelling multiple groups and covariates. BMC Bioinformatics 2004 , 5:144
http://www.biomedcentral.com/pubmed/15469612

Lu J, Tomfohr JK, Kepler TB: Identifying differential expression in multiple SAGE libraries: an overdispersed log-linear model approach. BMC Bioinformatics 2005 , 6:165.
http://www.biomedcentral.com/pubmed/15987513

定量化と簡単な正規化法の比較


Bullard JH, Purdom E, Hansen KD, Dudoit S. Evaluation of statistical methods for normalization and differential expression in mRNA-Seq experiments. BMC Bioinformatics. 2010 Feb 18;11:94. PubMed PMID: 20167110; PMCID: PMC2838869.
http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2838869/

正規化は
(1) total lane counts, as in RPKM
(2) per-lane counts for a "housekeeping" gene expected to be constantly expressed across biological conditions, e.g., POLR2A
(3) per-lane upper-quartile of gene counts for genes with reads in at least one lane.
の3つを比較

論文のなかに出てくる Hypergeometric model
Marioni JC, Mason CE, Mane SM, Stephens M, Gilad Y. RNA-seq: an assessment of technical reproducibility and comparison with gene expression arrays. Genome Res. 2008 Sep;18(9):1509-17. Epub 2008 Jun 11. PubMed PMID: 18550803; PMCID: PMC2527709.
http://www.ncbi.nlm.nih.gov/pubmed/18550803

Multiple DGE librairies comparison. (EdgeR baySeq DESeq)
http://seqanswers.com/forums/showthread.php?t=4349

コメント

  1. [...] Read the original here:  RNA-seq から発現量が変動した遺伝子をどのように得るか « Hacking is … MangaSpoiler.com | Top Gadget TrendsOoops!: 途中経過めんどくさい - Windows LiveLIFE IS LIKE POKER - Kim "i [...]

    返信削除

コメントを投稿

このブログの人気の投稿

シーケンスアダプタ配列除去ツールまとめ

FASTQ/A file からシーケンスアダプター配列やプライマー配列を除くためのプログラムをまとめてみる。 まず、配列の除去には大別して2つの方向性がある。ひとつは、アダプター配列を含む「リード」を除いてしまう方法。もうひとつは除きたい配列をリードからトリムする方法である。後者のほうが有効リードが増えるメリットが、綺麗に除ききれない場合は、ゲノムへのマップ率が下がる。 気をつける点としては、アダプター/プライマーの reverse complement を検索するかどうか。paired end の際には大事になる。クオリティでトリムできるものや、Paired-end を考慮するものなどもある。アダプター/プライマー配列の文字列を引数として直接入力するものと、multi fasta 形式で指定できるももある。 From Evernote: シーケンスアダプタ配列除去ツールまとめ TagDust http://genome.gsc.riken.jp/osc/english/software/src/nexalign-1.3.5.tgz http://bioinformatics.oxfordjournals.org/content/25/21/2839.full インストール: curl -O http://genome.gsc.riken.jp/osc/english/software/src/tagdust.tgztar zxvf tagdust.tgz cd tagdust/ make sudo make install rehash 使いかた: tagdust adapter.fasta input.fastq -fdr 0.05 -o output.clean.fastq -a output.artifactual.fastq 解説: 入出力形式は fastq/a が使える。リード全体を除く。速い。アダプター配列を fasta 形式で入力できるのが地味に便利で、これに対応しているものがなかなかない。Muth–Manber algorithm (Approximate multiple

DNAを増幅するサーマルサイクラーを自作してみたよ

DNAをPCR法で増幅するために必要なサーマルサイクラーを自作してみました。自作と言っても、いわゆる、PCの自作と同じでパーツを組み立てていく感じです。購入から組み立ての様子を簡単に紹介します。 モチベーション ラボには様々なレクリエーションがあります。例えば、単にどこかに遊びに行ったり、スポーツ大会したり、ひたすら合宿形式でプログレスのプレゼンをするミーティングするなどがあります。それもよいのですが、せっかくなので、普段の研究時間ではトライできないが、研究に関わる hack を行う、というイベントを企画してみました。夏休みの自由研究や社会科見学的なノリです。   うちのラボでは、PCRを使ったウェットの実験技術の開発をしてきました。しかし、サーマルサイクラーのハードウェアの仕組みを体験的に理解している訳ではありません。そこで、サーマルサイクラーを作ってみました。   欧米で始まっている、自宅のガレージやキッチンでバイオロジーを行うムーブメント、バイオパンク、DIYbio を体験しておきたいというのもありますし、Arduino などオープンハードウェア、Maker のムーブメントを体験するのも目的の一つです。ハードウェア開発が思っているほどハードルが下っていることを体験できて、かつ、将来、ウェットの開発だけでなく、装置開発などもできたら、ラッキー、ぐらいの気持ちでやってみました。   購入 今回作ったのは、組み立て式で、かつ、仕様などや設計図が公開されているOpenPCRというサーマルサイクラーです。ハードウェアの仕様・設計図、制御ソフトウェアなどの情報がすべて公開されており、部品からも自作することが可能です。今回は、「設計図から部品や回路のパーツを作り、それらを組み立てる直前のもの」を購入しました。   ChaiBio https://www.chaibio.com/   OpenPCR https://www.chaibio.com/products/openpcr   なぜか http://openpcr.org/  で購入できなかったので、eBay にある ChaiBio で買いました。   OpenPCR - eBay http://www.ebay.com/itm/111096418574   本体価格は

R でいまどきなパッケージ開発 (devtools, testthat, roxygen2)

追記 (2012/04/21): 以下のコードは S4 classes で書いていますが、R5 reference classes で書き直してみました。こちらもどうぞ。 http://blog.hackingisbelieving.org/2012/04/r5-reference-class-r-devtools-testthat.html R のパッケージ開発の情報があまりないので、自分はこんな感じでやってます、というのを書いてみます。パッケージ開発支援の devtools と単体テスト支援の testthat, そしてドキュメント生成支援の roxygen を使うのがいまどきっぽいです。 そもそもパッケージを作製しているひとをあまりみたことがないので、もっとこうすべき、というのがあれば教えてほしいです。 今回はデモケースとして S4 OOP で、Idol クラスを定義し、とある身体的特徴の統計量を計算するパッケージを作ります。R のプロンプトは > で、シェルのプロンプトは $ で示しています。 0. 準備 必要になるパッケージをインストールします。 $ sudo R > install.packages(devtools) > install.packages(testthat) > q() devtools の設定をします。~/.Rpackages に設定を記述します。 $ emacs ~/.Rpackages list(   default = function(x) {     file.path("~/Project/dev/R/", x, x)   },   "idol" = "~/Projects/dev/R/idol/idol" ) 以下の行は今回パッケージを作製する作業ディレクトリになります。   "idol" = "~/Projects/dev/R/idol/idol" 1. ともあれ実装を始める 作業ディレクトリに移動します。 $mkdir -p ~/Project/dev/R/idol $ cd ~