TCC: حزمة R لمقارنة بيانات عدّ العلامات باستخدام استراتيجيات تطبيع قوية

الخلفية: يعتبر تحليل التعبير التفاضلي القائم على تقنيات التسلسل "الجيل القادم" وسيلة أساسية لدراسة تعبير RNA. لقد قمنا مؤخرًا بتطوير طريقة تطبيع متعددة الخطوات (تسمى TbT) لبيانات RNA-seq من مجموعتين مع تكرارات وأظهرنا أن الأساليب الإحصائية المتاحة في أربع حزم R (edgeR، DESeq، baySeq، وNBPSeq) إلى جانب TbT يمكن أن تنتج قائمة جينات مرتبة جيدًا حيث تكون الجينات المعبر عنها تفاضليًا الحقيقية (DEGs) في المرتبة الأعلى والجينات غير المعبرة في المرتبة الأدنى. ومع ذلك، تأتي مزايا طريقة TbT الحالية على حساب وقت حسابي ضخم. علاوة على ذلك، لم تكن حزم R تحتوي على طرق تطبيع قائمة على استراتيجية متعددة الخطوات مثل هذه. النتائج: TCC (اختصار لمقارنة عدّ العلامات) هي حزمة R التي تقدم سلسلة من الوظائف لتحليل التعبير التفاضلي لبيانات عدّ العلامات. تتضمن الحزمة طرق تطبيع متعددة الخطوات، تهدف استراتيجيتها إلى إزالة DEGs المحتملة قبل إجراء تطبيع البيانات. تشمل وظيفة التطبيع القائمة على استراتيجية القضاء على DEGs هذه (DEGES) (i) طريقة TbT الأصلية المستندة إلى DEGES لبيانات المجموعتين مع أو بدون تكرارات، (ii) طرق أسرع بكثير لبيانات المجموعتين مع أو بدون تكرارات، و(iii) طرق للمقارنة بين مجموعات متعددة. توفر TCC واجهة موحدة بسيطة لأداء مثل هذه التحليلات مع تركيبات من الوظائف المقدمة من edgeR، DESeq، وbaySeq. بالإضافة إلى ذلك، يتم توفير وظيفة لتوليد بيانات محاكاة تحت ظروف مختلفة وإجراءات DEGES بديلة تتكون من وظائف في الحزم الحالية. يمكن لعلماء المعلومات الحيوية استخدام TCC لتقييم طرقهم، ويمكن لعلماء الأحياء المألوفين مع حزم R الأخرى تعلم ما يتم القيام به في TCC بسهولة. الاستنتاج: DEGES في TCC ضروري للتطبيع الدقيق لبيانات عدّ العلامات، خاصةً عندما تكون DEGs المرتفعة والمنخفضة في واحدة من العينات منحازة بشدة في عددها. تعتبر TCC مفيدة لتحليل بيانات عدّ العلامات في سيناريوهات متنوعة تتراوح من عدم الانحياز إلى التعبير التفاضلي المنحاز بشدة. TCC متاحة على http://www.iu.a.u-tokyo.ac.jp/~kadota/TCC/ وستظهر في Bioconductor (http://bioconductor.org/) من النسخة 2.13.