不同表达矩阵对筛选差异长链非编码RNA的影响

目的·基于全转录组测序数据,比较长链非编码RNA (long non-coding RNA,lncRNA)表达水平差异分析的2种方法在筛选差异lncRNA方面的效果。方法·从NCBI_GEO数据库下载2组全转录组测序数据集共10个样本。A组为人类通用参考RNA样本,B组为人脑参考RNA样本,每个样本均包含一系列来自于外源RNA对照物联盟(external RNA control consortium,ERCC)的已知浓度的外源合成RNA (spike-in RNA)。对处理后的测序数据使用mRNA、lncRNA以及总体RNA的注释参考基因组分别进行计数,从而获得相应的包含spike-in RNA注释信息的3个表达矩阵。在P<0.05的条件下,根据在不同组别中spike-in RNA的真实浓度,判断差异表达分析结果的假阳性率和假阴性率。再使用R语言软件包DESeq2和edgeR对所有表达矩阵分别进行组间差异表达分析,以spike-in RNA的受试者操作特征(receiver operating characteristic,ROC)曲线来展示不同表达矩阵差异表达分析的特异性和准确性。该研究主要关注总体RNA表达矩阵和lncRNA表达矩阵之间的差异。此外对组内样本的总体RNA表达矩阵和lncRNA表达矩阵分别进行差异lncRNA分析,统计P值分布,比较不同表达矩阵的假阳性率。结果·在P <0.05的条件下,A组和B组之间spike-in RNA的假阳性率和假阴性率,在以总体RNA表达矩阵为背景分析时为0.52和0.14,以lncRNA表达矩阵分析时为0.30和0.17,可见使用lncRNA表达矩阵差异分析的假阳性率更低。使用不同软件包分析的表达矩阵中spike-in RNA的ROC曲线下面积(area under the curve,AUC)大小关系基本一致,均为AUC (总体RNA)≈AUC (mRNA)<AUC (lncRNA),可见依据lncRNA表达矩阵筛选差异spike-in的效果更好。而组内的lncRNA差异分析结果显示,在P<0.05的条件下,A组中lncRNA表达矩阵和总体RNA表达矩阵的差异lncRNA分别有9个和7个,B组中分别有15个和17个,不同表达矩阵之间的数目并没有显著差异。结论·在对全转录组测序数据中的已知lncRNA进行差异表达分析时,使用仅含有lncRNA的表达矩阵分析具有更高的特异性和准确性。