- 5 次围观
准确的归一化对于 RNA 测序数据的差异表达分析至关重要。常用的归一化方法，如比值中位数法（median-of-ratios）和 M 值截尾均值法（trimmed mean of M-values），并未利用实验设计中的信息。在存在大规模系统性表达变化或复杂设计的实验中，这可能导致效率不足。 本文提出了设计信息引导的尺度因子估计方法（design-informed size factor estimation, disize），这是一种利用实验设计信息提高准确性的归一化方法。disize 采用修正的广义线性混合模型，稳健地区分生物学信号与样本特异性的尺度因子。我们还提出了一种具有机制合理性的数据生成过程，用于描述 RNA 测序计数数据，该过程源自先前关于转录和测序的模型。 通过基于该数据生成过程的模拟以及在真实 RNA-seq 数据上的验证，我们表明，与现有方法相比，disize 能够更准确地恢复尺度因子，尤其是在基因表达水平较低且差异表达基因比例较高等具有挑战性的情形下；这进一步改善了下游分析。disize 为归一化提供了一种稳健且准确的方法，突出了在转录组数据集中将实验设计信息直接整合到归一化过程中所带来的显著优势。
准确的归一化对于 RNA 测序数据的差异表达分析至关重要。常用的归一化方法，如比值中位数法（median-of-ratios）和 M 值截尾均值法（trimmed mean of M-values），并未利用实验设计中的信息。在存在大规模系统性表达变化或复杂设计的实验中，这可能导致效率不足。
在此，我们提出设计知情的大小因子估计方法（design-informed size factor estimation, disize），这是一种利用实验设计信息以提高准确性的归一化方法。disize 使用一种修正的广义线性混合模型，稳健地区分生物学信号与样本特异性的大小因子。我们还提出了一种具有机制依据的 RNA 测序计数数据生成过程，该过程源自既往关于转录与测序的模型。
通过基于该数据生成过程的模拟研究，并结合真实 RNA-seq 数据的验证，我们表明，disize 比现有方法能够更准确地恢复大小因子，尤其是在基因表达水平较低且差异表达基因比例较高等具有挑战性的情形下；这进而改善了下游分析。disize 为归一化提供了一种稳健且准确的方法，凸显了在转录组数据集中将实验设计信息直接整合到归一化过程中所带来的显著优势。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.13.744630v1?rss=1
🏷️ RNA-seq归一化 尺度因子估计 差异表达分析 广义线性混合模型 实验设计
来源出处