مقارنة بين طرق تصحيح الخلفية للمايكروأري ذي اللونين

الدافع: يجب تصحيح بيانات المايكروأري من الخلفية لإزالة آثار الارتباط غير المحدد أو التباين المكاني عبر المايكروأري، ولكن هذه الممارسة عادة ما تسبب مشكلات أخرى مثل الكثافات التصحيحية السلبية وارتفاع قابلية التباين لنسب السجل ذات الكثافة المنخفضة. في هذه الدراسة، يتم مقارنة تقديرات مختلفة للخلفية وطرق المعالجة المعتمدة على النماذج في البحث عن الخيار الأفضل لتحليلات التعبير التفاضلي لتجارب المايكروأري الصغيرة. النتائج: باستخدام بيانات حيث يتم معرفة بعض الحقائق المستقلة في التعبير الجيني، تمت مقارنة ثمانية بدائل مختلفة لتصحيح الخلفية، من حيث الدقة والتحيز لقياسات التعبير الجيني الناتجة، ومن حيث قدرتها على اكتشاف الجينات المعبر عنها بشكل تفاضلي كما تم الحكم عليها من قبل خوارزميات شهيرة، SAM وlimma eBayes. تم تقديم طريقة جديدة لمعالجة الخلفية (normexp) تعتمد على نموذج التداخل. تظهر طرق التصحيح المعتمدة على النماذج أنها متفوقة بشكل ملحوظ على الممارسة المعتادة المتمثلة في طرح تقديرات الخلفية المحلية. تعمل الأساليب التي تستقر تباينات نسب السجل على طول نطاق الكثافة بشكل أفضل. تم العثور على طريقة normexp+offset لتقدم أقل معدل اكتشاف زائف بشكل عام، تليها morph وvsn. مثل vsn، يمكن تطبيق normexp على معظم أنواع بيانات المايكروأري ذات اللونين. التوفر: تتوفر طرق تصحيح الخلفية المقارنة في هذه المقالة في حزمة R limma (Smyth، 2005) من http://www.bioconductor.org. المعلومات التكميلية: البيانات التكميلية متاحة من http://bioinf.wehi.edu.au/resources/webReferences.html.