基于miRNA-isomiR表達譜開展小RNA深度測序的分析方法研究.pdf

1、隨著新一代測序技術(shù)的發(fā)展及公共數(shù)據(jù)庫的建立，研究者們能夠快速地獲取海量小RNA測序數(shù)據(jù)，那么該技術(shù)能否為人類基因組學研究帶來新突破，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)，一些生物信息學方法與軟件也應(yīng)運而生。然而，大部分測序研究由于樣本較少而只是單純的統(tǒng)計描述，其中的一些統(tǒng)計分析方法也存在諸多的局限性。為此，本研究通過計算機模擬，從統(tǒng)計學角度，系統(tǒng)地評價了四種差異表達算法在小RNA測序數(shù)據(jù)分析中的統(tǒng)計學性質(zhì)和應(yīng)用效果;同時結(jié)合TC

2、GA公共數(shù)據(jù)庫，從實際應(yīng)用的角度，基于miRNA/isomiR表達譜探討了小RNA測序數(shù)據(jù)的統(tǒng)計分析策略和方法。
　　第一部分：基于負二項分布和實際參數(shù)設(shè)計模擬試驗，考察四種特征選擇算法的一類錯誤和檢驗效能，主要結(jié)論如下：⑴baySeq、DESeq和permutation檢驗均能控制一類錯誤，其中baySeq控制過于嚴格，而edgeR算法的一類錯誤控制較差。Bonferroni校正后permutation檢驗的一類錯誤輕度膨脹。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無關(guān);相同參數(shù)條件下，baySeq、DESeq和edgeR算法的檢驗效能均高于permutation檢驗。通過對TCGA中的小RNA測序數(shù)據(jù)(BRCA)的實際分析，本研究提出“數(shù)據(jù)預處理→差異表達分析→聚類分析→功能富集分析”的統(tǒng)計分析策略，若單純依據(jù)P值確定差異表達基因，四種方法的結(jié)果差異很大;若依據(jù)P值并同時結(jié)合生物學意義，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)的生物學通路上。利用這15種miRNAs繪制的系統(tǒng)聚類圖顯示，表達特征相近的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表達模式，同時比較了基于miRNA/isomiR表達譜的三種特征的判別效果。考慮到測序數(shù)據(jù)的極度偏態(tài)和過度離散特點

5、，本研究推薦使用Wilcoxon秩和檢驗識別不同組織中發(fā)生“臂轉(zhuǎn)換”的pre-miRNAs;采用基于秩次變換的MANOVA比較多重isomiR表達模式的組間差異。另外，差異表達isomiRs對樣本的分類效果優(yōu)于miRNA總讀數(shù)和標準序列，提示研究者們在進行小RNA測序數(shù)據(jù)分析時除了要關(guān)注miRNA的差異表達，也要考察isomiR表達譜的變化趨勢。綜合上述分析，本研究認為：⑴DESeq算法可以在不損失檢驗效能的情況下同時控制假陽性率，推薦