RNA-seqデータの発現変動解析を遺伝子クラスタリングで行う

点击翻译按钮获取中文摘要

比較する状態またはグループ間で発現の異なる遺伝子（DEG）を同定する作業は、多様なトランスクリプトーム研究の中でほぼ例外なく行われてきた。本研究は、DEG検出後の発現パターン分類などこれまで極めて限定的な目的でしか利用されてこなかった遺伝子クラスタリングをDEG検出そのものに利用する試みである。今年度は、2021年度に論文発表したMBCdeg1と2に加え、内部的にシンプルなサンプルごとの総カウント数を100万にそろえるCPM正規化法を組み込んだMBCdeg3を実装した。MBCdeg論文で用いたTCCパッケージによる様々なシナリオでのシミュレーションデータでの性能評価を行い、MBCdeg3のポテンシャルの高さを確認した。本研究は提案手法の弱点を積極的に探すことも重要視しており、TCC以外のシミュレーションデータ生成パッケージであるcompcodeRとPROPERによる性能評価も行った。結果として、MBCdeg3は、PROPERではTCCと同様の性能の高さ（AUC値がMBCdeg1や2よりも全体的に高い）を示した一方で、compcodeRでは非常に試行ごとのばらつきが大きく性能もそれほどではないことが判明した。また、リアルデータでは正解が不明なものの、MBCdeg法は全体として試行ごとのばらつきが非常に大きいという短所も改めて確認できた。MBCdegに関するアウトリーチ活動としては、日本乳酸菌学会誌上で「遺伝子発現データのクラスタリング（第18回）」、「R Markdown（第19回）」、そして「RNA-seqカウントデータの性質と統計モデル（第20回）」に関する日本語の解説記事を公開した。