文献

J-GLOBAL ID：201602213405957931   整理番号：16A0007493

代理変数解析を用いた生物学的発見へのゲノムデータ「クリーニング」の実際的影響

Practical impacts of genomic data “cleaning” on biological discovery using surrogate variable analysis

著者 (15件)： JAFFE Andrew E. (Lieber Inst. for Brain Dev., MD, USA) ,  JAFFE Andrew E. (Johns Hopkins Bloomberg School of Public Health, MD, USA) ,  HYDE Thomas (Lieber Inst. for Brain Dev., MD, USA) ,  HYDE Thomas (Johns Hopkins School of Medicine, MD, USA) ,  KLEINMAN Joel (Lieber Inst. for Brain Dev., MD, USA) ,  KLEINMAN Joel (Johns Hopkins School of Medicine, MD, USA) ,  WEINBERGERN Daniel R. (Lieber Inst. for Brain Dev., MD, USA) ,  WEINBERGERN Daniel R. (Johns Hopkins School of Medicine, MD, USA) ,  WEINBERGERN Daniel R. (Johns Hopkins School of Medicine, Maryland, USA) ,  CHENOWETH Joshua G. (Lieber Inst. for Brain Dev., MD, USA) ,  MCKAY Ronald D. (Lieber Inst. for Brain Dev., MD, USA) ,  LEEK Jeffrey T. (Johns Hopkins Bloomberg School of Public Health, MD, USA) ,  COLANTUONI Carlo (Lieber Inst. for Brain Dev., MD, USA) ,  COLANTUONI Carlo (Johns Hopkins School of Medicine, MD, USA) ,  COLANTUONI Carlo (Johns Hopkins School of Medicine, Maryland, USA)
資料名： BMC Bioinformatics (Web)  (BMC Bioinformatics (Web))
巻： 16  号： Nov  ページ： 16:372 (WEB ONLY)  発行年： 2015年11月 
JST資料番号： U7025A  ISSN： 1471-2105  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 背景:ゲノムデータ生産はその最も高いレベルにあり増大し続けており,研究者に新規一次データおよび既存の公共データを利用可能にする。公的に利用可能な2つの発現データセットにおいて生物学的発見への「バッチ」修正の影響について検討する。これには,技術的か生物学的要因であるバッチ効果とは無関係なゲノム測定値の規則性を内在する不均一性の評価と調整が含まれると考えられる。方法:代理変数解析(SVA)を用いて3つの画像データ分析を提示し,分化中の多能性細胞(GSE32923)とヒト脳組織(GSE30272)のデータセットプロファイリングについて生物群内の天然の不均一性,興味深い2次的な生物学的疑問と非線形の処理効果を考慮していかにアーティファクト発見を行うかを記述する。結果:興味深い生物学的効果の慎重な特定化は,SVAのような因子ベースのアプローチに非常に重要である。幹細胞システムにおいて処理群の非常に鋭いグローバルな遺伝子特異的差次的発現を証明する。同様に,脳データセットでの生存期間の年齢の主要な非線形効果をいかに維持するかを証明する。しかしながら,興味深い既知効果の正確な定義の増加は,性,一般的なコピー数効果とサンプルまたは細胞系列特異的な分子挙動を含む「クリーンにした」データでは他の情報を大きく犠牲にして得られる。結論:本解析は,ロバストな技術的アーティファクトに影響されるデータとの関連で明確に定義された効果を調べる場合,データ「クリーニング」がハイスループットゲノムデータ分析の重要な構成要素であることを示す。しかしながら,興味深い生体信号の除去を避けるためには注意が必要である。さらに,研究者の規定する以上の結果は除去される可能性があるため,オープンデータ探索がこのような管理された「クリーニング」後では不可能なことに気付くことは重要である。生物科学の研究者にとって効果的で明白なこれらの統計学的アルゴリズム作成を目的として,「クリーニング」プロセスを同定・誘導する探索的プロットと付随するRコードを提供する(https://github.com/andrewejaffe/StemCellSVA)。これら手法の影響は,新たな加工データとしてhttp://braincloud.jhmi.edu/plots/およびGSE30272での脳データセットで利用可能である。(翻訳著者抄録)

シソーラス用語： *データベース ,  ゲノム ,  多能性幹細胞 ,  *脳 ,  ヒト ,  *遺伝子発現 ,  不均一性 ,  細胞分化 ,  アーチファクト ,  *誤り訂正 ,  データ処理 ,  主成分分析 ,  清掃
準シソーラス用語： ゲノムデータベース ,  データクリーニング ,  *差次的発現

分類 (2件)： 分子・遺伝情報処理  (JE15040B) ,  遺伝子発現  (EC02040Q)

タイトルに関連する用語 (6件)： 変数 ,  解析 ,  生物学 ,  発見 ,  ゲノム ,  クリーニング