Comparación de métodos de cálculo de expresión génica basados en RNA-seq
Debido al auge de la tecnología RNA-seq, múltiples programas de análisis de expresión genética se encuentran disponibles. En el grupo de investigación donde se ha realizado este proyecto, el software usado para analizar datos de RNA-seq es STAR y RSEM. Dado que RSEM necesita un paso previo ejecutado...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2019 |
| País: | España |
| Institución: | Universitat Oberta de Catalunya (UOC) |
| Repositorio: | O2, repositorio institucional de la UOC |
| OAI Identifier: | oai:openaccess.uoc.edu:10609/90627 |
| Acceso en línea: | http://hdl.handle.net/10609/90627 |
| Access Level: | acceso abierto |
| Palabra clave: | RNA-seq gene expression expresión génica expressió gènica Bioinformatics -- TFM Bioinformàtica -- TFM Bioinformática -- TFM |
| Sumario: | Debido al auge de la tecnología RNA-seq, múltiples programas de análisis de expresión genética se encuentran disponibles. En el grupo de investigación donde se ha realizado este proyecto, el software usado para analizar datos de RNA-seq es STAR y RSEM. Dado que RSEM necesita un paso previo ejecutado por STAR, es interesante comparar su rendimiento con el de programas que no lo necesitan como Kallisto, Sailfish y Salmon. Por tanto, se han analizado 17 muestras paired-end procedentes de controles sanos de un estudio anterior. Los resultados obtenidos muestran que RSEM es el programa que más tiempo emplea en generar los resultados debido a su dependencia del mapeado de STAR y que, a pesar de tener un porcentaje superior de observaciones mapeadas, sus estimaciones de expresión son muy parecidas a las generadas por Kallisto, Sailfish y Salmon, sobre todo a nivel de gen y no de transcritos. Estos 3 últimos programas, debido a la similitud en su funcionamiento, muestran unas estimaciones muy parecidas. En un futuro sería recomendable profundizar en esta comparación realizando un análisis paralelo con datos single-end y observando las diferencias en el reconocimiento de ARNs pequeños por cada método. |
|---|