Eine umfassende Bewertung von Normalisierungsmethoden für die Analyse von RNA-Sequenzierungsdaten mit Illumina-Hochdurchsatzverfahren

In den letzten 3 Jahren sind in der Literatur eine Reihe von Ansätzen zur Normalisierung von RNA-Sequenzierungsdaten aufgetaucht, die sich sowohl in der Art der Bias-Anpassung als auch in der verwendeten statistischen Strategie unterscheiden. Da jedoch weiterhin Daten anfallen, gab es keinen klaren Konsens über die geeignete Normalisierungsmethode oder die Auswirkungen einer gewählten Methode auf die nachfolgende Analyse. In dieser Arbeit konzentrieren wir uns auf einen umfassenden Vergleich von sieben kürzlich vorgeschlagenen Normalisierungsmethoden für die differentiellen Analysen von RNA-seq-Daten, wobei der Schwerpunkt auf der Verwendung verschiedener realer und simulierter Datensätze liegt, die unterschiedliche Arten von Spezies und experimentellen Designs beinhalten, um die Datenmerkmale darzustellen, die in der Praxis häufig beobachtet werden. Basierend auf dieser Vergleichsstudie schlagen wir praktische Empfehlungen zur geeigneten Normalisierungsmethode und ihren Auswirkungen auf die differenzielle Analyse von RNA-seq-Daten vor.