Trois méthodes d’analyse d’expression différentielle pour le séquençage de l’ARN : limma, EdgeR, DESeq2

Résumé

Un protocole détaillé des méthodes d’analyse de l’expression différentielle pour le séquençage de l’ARN a été fourni : limma, EdgeR, DESeq2.

Résumé

Le séquençage de l’ARN (RNA-seq) est l’une des technologies les plus largement utilisées en transcriptomique car il peut révéler la relation entre l’altération génétique et les processus biologiques complexes et a une grande valeur dans le diagnostic, le pronostic et la thérapeutique des tumeurs. L’analyse différentielle des données ARN-seq est cruciale pour identifier les transcriptions aberrantes, et limma, EdgeR et DESeq2 sont des outils efficaces pour l’analyse différentielle. Cependant, l’analyse différentielle ARN-seq nécessite certaines compétences avec le langage R et la capacité de choisir une méthode appropriée, ce qui fait défaut dans le programme d’enseignement médical.

Ici, nous fournissons le protocole détaillé pour identifier les gènes exprimés différentiellement (DEG) entre le cholangiocarcinome (CHOL) et les tissus normaux à travers limma, DESeq2 et EdgeR, respectivement, et les résultats sont présentés dans des diagrammes de volcan et des diagrammes de Venn. Les trois protocoles limma, DESeq2 et EdgeR sont similaires mais ont des étapes différentes parmi les processus de l’analyse. Par exemple, un modèle linéaire est utilisé pour les statistiques en limma, tandis que la distribution binomiale négative est utilisée dans edgeR et DESeq2. De plus, les données normalisées de comptage ARN-seq sont nécessaires pour EdgeR et limma, mais ne sont pas nécessaires pour DESeq2.

Ici, nous fournissons un protocole détaillé pour trois méthodes d’analyse différentielle: limma, EdgeR et DESeq2. Les résultats des trois méthodes se chevauchent en partie. Les trois méthodes ont leurs propres avantages, et le choix de la méthode ne dépend que des données.

Introduction

Le séquençage de l’ARN (séquençage de l’ARN) est l’une des technologies les plus largement utilisées en transcriptomique avec de nombreux avantages (par exemple, une reproductibilité élevée des données), et a considérablement augmenté notre compréhension des fonctions et de la dynamique des processus biologiques complexes^1,2. L’identification des transcriptions d’aberrate dans différents contextes biologiques, également connus sous le nom de gènes exprimés différentiellement (DEG), est une étape clé de l’analyse de l’ARN.seq. RNA-seq permet d’obtenir une compréhension approfondie des mécanismes moléculaires et....

Protocole

REMARQUE: Ouvrez le programme R-studio et chargez le fichier R « DEGs.R », le fichier peut être acquis à partir de fichiers / scripts supplémentaires.

1. Téléchargement et prétraitement des données

1. Téléchargez les données de comptage du séquençage à haut débit (HTSeq) du cholangiocarcinome (CHOL) à partir de l’Atlas du génome du cancer (TCGA). Cette étape peut être facilement réalisée par le code R suivant.
   1. Cliquez sur Exécuter pour installer les packages R.
   2. Cliquez sur Exécuter pour charger les packages R.
      if(!requireNamespace(« BiocManager », quietly=TRUE))
      + install.pac....

Résultats

Il existe différentes approches pour visualiser le résultat de l’analyse de l’expression différentielle, parmi lesquelles le diagramme du volcan et le diagramme de Venn sont particulièrement utilisés. limma a identifié 3323 DEG entre le CHOL et les tissus normaux avec les |logFC|≥2 et adj. P.Val <0,05 comme seuils, parmi lesquels 1880 ont été régulés à la baisse dans les tissus CHOL et 1443 ont été régulés à la hausse(Figure 1a). Pendant ce temps, edgeR a identifié les.......

Discussion

Les transcriptions aberrate abondantes dans les cancers peuvent être facilement identifiées par l’analyse différentielle ARN-seq⁵. Cependant, l’application de l’analyse de l’expression différentielle ARN-seq est souvent limitée car elle nécessite certaines compétences avec le langage R et la capacité de choisir des méthodes appropriées. Pour résoudre ce problème, nous fournissons une introduction détaillée aux trois méthodes les plus connues (limma, EdgeR et DESeq2) et des t.......

matériels

Name	Company	Catalog Number	Comments
R		version 3.6.2	free software
Rstudio			free software