왜 체중인가? 샘플 및 관찰 수준 변동성을 모델링하면 RNA-seq 분석의 능력이 향상된다.

샘플 품질의 변동은 작은 RNA 시퀀싱 실험에서 자주 발생하며, 차별적 발현 분석에서 주요한 도전 과제가 된다. 높은 변동성을 가진 샘플을 제거하면 노이즈가 줄어들지만, 이는 능력이 감소하는 대가를 치르게 되어 생물학적으로 의미 있는 변화를 감지하는 능력을 제한한다. 반대로 이러한 샘플을 분석에 포함하면 노이즈 수준이 높아 통계적으로 유의미한 변화를 나타내지 않을 수 있다. 한 가지 절충안은 모든 사용 가능한 데이터를 사용하는 것이지만, 더 변동성이 큰 샘플의 관찰값의 가중치를 줄이는 것이다. 우리는 차별적 발현 분석의 일환으로 샘플 및 관찰 수준에서 이질성을 모델링하여 이를 용이하게 하는 통계적 접근을 설명한다. 샘플 수준에서는 유전자 간에 공유되는 공통 샘플 특정 또는 그룹 특정 매개변수를 포함하는 로그-선형 분산 모델을 피팅하여 달성한다. 추정된 샘플 분산 계수는 가중치로 변환되어 'voom'을 사용하여 로그 밀리언 당 평균-분산 관계에서 얻은 관찰 수준의 가중치와 결합된다. 시뮬레이션과 실험 RNA 시퀀싱 데이터를 포함한 포괄적인 분석은 이 전략이 기존 접근법에 비해 보편적으로 더 강력한 분석과 더 적은 거짓 발견으로 이어진다는 것을 보여준다. 이 방법론은 광범위한 응용이 가능하며, 오픈소스 'limma' 패키지에 구현되어 있다.