Три метода анализа дифференциальной экспрессии при РНК-секвенировании: limma, EdgeR и DESeq2

РНК-секвенирование (RNA-seq) — одна из наиболее широко используемых технологий транскриптомики, поскольку позволяет выявлять взаимосвязь между генетическими изменениями и сложными биологическими процессами и имеет большое значение для диагностики, прогнозирования и лечения опухолей. Анализ дифференциальной экспрессии данных RNA-seq необходим для выявления аномальной транскрипции; для этой цели эффективно применяются limma, EdgeR и DESeq2. Однако проведение такого анализа требует определённых навыков работы с языком R и умения выбрать подходящий метод, которым зачастую не обучают в рамках медицинского образования. В настоящей работе подробно описан протокол выявления дифференциально экспрессируемых генов между тканями холангиокарциномы (CHOL) и нормальными тканями с использованием методов limma, DESeq2 и EdgeR; результаты представлены в виде вулканоподобных графиков и диаграмм Венна. Протоколы для limma, DESeq2 и EdgeR в целом сходны, но на разных этапах анализа имеют различия. Например, в limma для статистического анализа используется линейная модель, тогда как в edgeR и DESeq2 — отрицательно биномиальное распределение. Кроме того, для EdgeR и limma необходимы нормализованные данные подсчёта RNA-seq, а для DESeq2 нормализация не обязательна. В работе подробно описаны три метода анализа дифференциальной экспрессии: limma, EdgeR и DESeq2. Результаты, полученные с помощью этих трёх методов, частично совпадают. Каждый метод имеет свои преимущества, поэтому выбор метода зависит только от характеристик данных.