Zeitschrift für Data Mining in Genomics & Proteomics

Abstrakt

Visual Mining-Methoden für RNA-Seq-Daten: Datenstruktur, Dispersionsschätzung und Signifikanztests

Tengfei Yin, Mahbubul Majumder, Niladri Roy Chowdhury, Dianne Cook, Randy Shoemaker und Michelle Graham

Bei einer Analyse von RNA-Sequenzdaten aus Sojabohnen ergab ein anfänglicher Signifikanztest mit einem Softwarepaket sehr unterschiedliche Genlisten als ein anderes. Wie kann das passieren? Dieses Dokument zeigt, wie die Unterschiede zwischen den Ergebnissen untersucht wurden und wie sie erklärt werden können. Diese Art von Widerspruch kann bei Hochdurchsatzanalysen allgemeiner auftreten. Um die Modellanpassung und Hypothesenprüfung zu untersuchen, haben wir eine interaktive Grafik implementiert, mit der die Auswirkung der Dispersionsschätzung auf die Gesamtschätzung von Varianz- und Differentialexpressionstests untersucht werden kann. Darüber hinaus schlagen wir ein neues Verfahren vor, um das Vorhandensein jeglicher Struktur in biologischen Daten zu testen.