Übersicht
Die Analyse der differentiellen Expression (DE) ist der statistische Kern der Transkriptomik und bestimmt, welche Gene zwischen experimentellen Bedingungen sinnvolle Expressionsänderungen aufweisen. Ganz gleich, ob behandelte mit unbehandelten Zellen, Tumor mit normalem Gewebe oder Zeitverlaufsproben verglichen werden – die DE-Analyse wandelt rohe Zähldaten in biologische Erkenntnisse um. Die Herausforderung besteht darin, echte biologische Signale von technischem Rauschen zu unterscheiden und gleichzeitig den vielfältigen Testaufwand zu berücksichtigen, der mit genomweiten Messungen verbunden ist. Moderne DE-Methoden verwenden ausgefeilte statistische Modelle, die umfassend anhand realer und simulierter Datensätze verglichen wurden.
Methoden
Die DE-Analyse beginnt typischerweise mit einer Zählmatrix von Lesevorgängen pro Gen und Probe. Normalisierungsmethoden (TMM, RLE oder Quantilnormalisierung) passen sich der Bibliotheksgröße und den Zusammensetzungsverzerrungen an. Zu den beliebten Tools gehören DESeq2, das Zählungen mit einer negativen Binomialverteilung modelliert und eine Schrumpfungsschätzung für die Streuung verwendet; edgeR, das empirische Bayes-Methoden verwendet; und limma-voom, das eine lineare Modellierung auf logarithmisch transformierte Zählungen anwendet, die mit Präzisionsgewichtungen transformiert wurden. Für Nicht-Modellorganismen oder Experimente ohne Referenzgenom führen Tools wie Sailfish oder Kallisto eine ausrichtungsfreie Quantifizierung durch. Die Ergebnisse werden als log2-fache Änderungen und angepasste p-Werte (Benjamini-Hochberg-Korrektur) zusammengefasst. Hauptkomponentenanalyse (PCA) und Heatmaps bieten globale Ansichten von Ausdrucksmustern.
Anwendungen
Die DE-Analyse ist für praktisch jede Transkriptomik-Studie von zentraler Bedeutung. Es identifiziert Biomarker für die Krankheitsdiagnose und -prognose, deckt Wirkmechanismen von Medikamenten auf und charakterisiert zelluläre Reaktionen auf Umweltreize. Im klinischen Umfeld kann die DE-Analyse von Patientenbiopsien [Krebserkrankungen für eine gezielte Therapie] stratifizieren (/guides/qpcr.html). Die Methode steht in engem Zusammenhang mit Validierungsexperimenten der RT-PCR, die Kandidatengene bestätigen, und baut auf Techniken der DNA-Microarrays und Genexpression auf. DE-Ergebnisse ermöglichen auch eine Gen-Set-Anreicherungsanalyse (GSEA), um betroffene Signalwege und Funktionskategorien zu identifizieren.
Praktisches Protokoll
Eine Standard-DE-Analyse in R beginnt mit dem Einlesen der Zählmatrix und der Beispielmetadaten in ein „DESeqDataSet“-Objekt: „dds <- DESeqDataSetFromMatrix(countData = counts, colData = metadata, design = ~ condition)“. Die Entwurfsformel spezifiziert das experimentelle Modell; Ein einfacher Zwei-Gruppen-Vergleich verwendet „~ Bedingung“, während gepaarte oder stapelweise korrigierte Designs „~ Charge + Bedingung“ oder „~ Patient + Bedingung“ verwenden. Führen Sie die vollständige DE-Pipeline mit „dds <- DESeq(dds)“ aus, die Normalisierung, Streuungsschätzung und Wald-Tests durchführt. Extrahieren Sie Ergebnisse mit „results(dds, context = c(“condition“, „treated“, „control“))“, was eine Tabelle mit Spalten für baseMean, log2FoldChange, lfcSE, stat, pvalue und padj zurückgibt. Die Spalte „padj“ enthält Benjamini-Hochberg-bereinigte p-Werte, die mehrere Tests über Tausende von Genen hinweg berücksichtigen. Ein alternativer Workflow mit „edgeR“ verwendet „DGEList“, „calcNormFactors“, „estimateDisp“ und „exactTest“ oder „glmFit“/„glmLRT“ für komplexe Designs. Interpretieren Sie log2-fache Änderungen: Ein Wert von 1 bedeutet eine zweifache Zunahme des behandelten Zustands, während -1 eine zweifache Abnahme bedeutet. Die Verkleinerung log2-facher Änderungen mit „lfcShrink(dds, coef = 2, type = „apeglm“)“ verbessert das Ranking und entfernt Rauschen von niedrig exprimierten Genen. Filtern Sie Ergebnisse mithilfe von Schwellenwerten wie „padj < 0,05“ und „|log2FoldChange|“. > 1`. Visualisieren Sie mit „plotMA“ das Mittelwertdiagramm, „plotPCA“ für varianzstabilisierte Daten für die Probenclusterung und „pheatmap“ für die 50 wichtigsten Gene. Das Paket „EnhancedVolcano“ erstellt publikationsreife Vulkandiagramme, die deutlich hoch- und herunterregulierte Gene hervorheben.
