基于miRNA-isomiR表達(dá)譜開(kāi)展小RNA深度測(cè)序的分析方法研究.pdf

1、隨著新一代測(cè)序技術(shù)的發(fā)展及公共數(shù)據(jù)庫(kù)的建立，研究者們能夠快速地獲取海量小RNA測(cè)序數(shù)據(jù)，那么該技術(shù)能否為人類(lèi)基因組學(xué)研究帶來(lái)新突破，關(guān)鍵在于研究者們?nèi)绾斡行У靥幚砗头治鲞@些數(shù)據(jù)，一些生物信息學(xué)方法與軟件也應(yīng)運(yùn)而生。然而，大部分測(cè)序研究由于樣本較少而只是單純的統(tǒng)計(jì)描述，其中的一些統(tǒng)計(jì)分析方法也存在諸多的局限性。為此，本研究通過(guò)計(jì)算機(jī)模擬，從統(tǒng)計(jì)學(xué)角度，系統(tǒng)地評(píng)價(jià)了四種差異表達(dá)算法在小RNA測(cè)序數(shù)據(jù)分析中的統(tǒng)計(jì)學(xué)性質(zhì)和應(yīng)用效果;同時(shí)結(jié)合TC

2、GA公共數(shù)據(jù)庫(kù)，從實(shí)際應(yīng)用的角度，基于miRNA/isomiR表達(dá)譜探討了小RNA測(cè)序數(shù)據(jù)的統(tǒng)計(jì)分析策略和方法。
　　第一部分：基于負(fù)二項(xiàng)分布和實(shí)際參數(shù)設(shè)計(jì)模擬試驗(yàn)，考察四種特征選擇算法的一類(lèi)錯(cuò)誤和檢驗(yàn)效能，主要結(jié)論如下：⑴baySeq、DESeq和permutation檢驗(yàn)均能控制一類(lèi)錯(cuò)誤，其中baySeq控制過(guò)于嚴(yán)格，而edgeR算法的一類(lèi)錯(cuò)誤控制較差。Bonferroni校正后permutation檢驗(yàn)的一類(lèi)錯(cuò)誤輕度膨脹。⑵

3、在其他參數(shù)不變的條件下，各算法的檢驗(yàn)效能與兩組間均數(shù)差異成正比，與離散系數(shù)成反比，而與陰性基因比例π0無(wú)關(guān);相同參數(shù)條件下，baySeq、DESeq和edgeR算法的檢驗(yàn)效能均高于permutation檢驗(yàn)。通過(guò)對(duì)TCGA中的小RNA測(cè)序數(shù)據(jù)(BRCA)的實(shí)際分析，本研究提出“數(shù)據(jù)預(yù)處理→差異表達(dá)分析→聚類(lèi)分析→功能富集分析”的統(tǒng)計(jì)分析策略，若單純依據(jù)P值確定差異表達(dá)基因，四種方法的結(jié)果差異很大;若依據(jù)P值并同時(shí)結(jié)合生物學(xué)意義，即|lo

4、g2(FC)|≥2，則四種方法結(jié)果相近。較之正常組織，腫瘤組織中發(fā)生差異表達(dá)的miRNAs共有15種，它們的靶基因顯著地富集在一些腫瘤相關(guān)的生物學(xué)通路上。利用這15種miRNAs繪制的系統(tǒng)聚類(lèi)圖顯示，表達(dá)特征相近的miRNAs聚集在一起，而腫瘤組織與正常組織分界清楚。
　　第二部分：深入研究“臂轉(zhuǎn)換”現(xiàn)象和isomiR表達(dá)模式，同時(shí)比較了基于miRNA/isomiR表達(dá)譜的三種特征的判別效果?？紤]到測(cè)序數(shù)據(jù)的極度偏態(tài)和過(guò)度離散特點(diǎn)

5、，本研究推薦使用Wilcoxon秩和檢驗(yàn)識(shí)別不同組織中發(fā)生“臂轉(zhuǎn)換”的pre-miRNAs;采用基于秩次變換的MANOVA比較多重isomiR表達(dá)模式的組間差異。另外，差異表達(dá)isomiRs對(duì)樣本的分類(lèi)效果優(yōu)于miRNA總讀數(shù)和標(biāo)準(zhǔn)序列，提示研究者們?cè)谶M(jìn)行小RNA測(cè)序數(shù)據(jù)分析時(shí)除了要關(guān)注miRNA的差異表達(dá)，也要考察isomiR表達(dá)譜的變化趨勢(shì)。綜合上述分析，本研究認(rèn)為：⑴DESeq算法可以在不損失檢驗(yàn)效能的情況下同時(shí)控制假陽(yáng)性率，推薦