| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Primerjava učinkovitosti izvedbe in ponovljivosti rezultatov bioinformatskih analiz RNA sekvenciranja med različnimi posodobitvami programskega okolja R
Avtorji:ID Dolšak, Veronika (Avtor)
ID Gorenjak, Mario (Mentor) Več o mentorju... Novo okno
ID Potočnik, Uroš (Komentor)
Datoteke:.pdf MAG_Dolsak_Veronika_2023.pdf (2,09 MB)
MD5: F6B71D9A26FAA20189E6F2D6D4C7E641
 
Jezik:Slovenski jezik
Vrsta gradiva:Magistrsko delo/naloga
Tipologija:2.09 - Magistrsko delo
Organizacija:FZV - Fakulteta za zdravstvene vede
Opis:Izhodišče: Razvoj tehnologije sekvenciranja naslednje generacije je močno pospešil hitrost pridobivanja velike količine podatkov sekvenciranja, ki potrebujejo nadaljnje bioinformatske analize, posledično pa je hitro naraslo tudi število programskih orodij za urejanje teh podatkov. Pogosta izbira za analizo podatkov RNA-sekvenciranja (RNA-seq) za odkrivanje genov in poti diferencialnega izražanja genov z zagotavljanjem popolne analize so programski paketi Bioconductor, namenjeni za delo v programskem okolju R. Različice programskega okolja R se pogosto nadgrajujejo, zaradi česar se v praksi opazi različno učinkovitost, kar lahko vpliva na primerljivost rezultatov analiz RNA-seq, analiziranih z več različicami programskega okolja R. Metode: Surove podatke RNA-seq smo analizirali z uporabo programskih orodij Bioconductor: Rsubread, edgeR in limma, in to v več različicah programskega okolja R: R 3.5, R 3.6, R 4.0, R 4.1 in R 4.2. Rezultati: Rezultati primerjav učinkovitosti poravnave s programskim orodjem Rsubred kažejo statistično pomembne razlike med primerjavami R 4.2 z ostalimi različicami programskega okolja R, prav tako se kažejo statistično pomembne razlike v rezultatih primerjav analize diferencialnega izražanja genov, pridobljenih z istim cevovodom ukazov med različico R 4.2 in ostalimi različicami R ter med različico R 3.5 in ostalimi različicami R. Diskusija: Iz rezultatov smo ugotovili, da je treba izvajati analizo podatkov RNA-seq z najnovejšo posodobljeno različico programskega okolja R in najnovejšimi različicami programskih orodij Bioconduktor, kar je še posebnega pomena, kadar izvajamo metaanalizo podatkov RNA-seq iz različnih neodvisnih študij.
Ključne besede:RNA-sekvenciranje, diferencialno izražanja genov, R, bioinformatika
Kraj izida:Maribor
Založnik:[V. Dolšak]
Leto izida:2023
PID:20.500.12556/DKUM-84344 Novo okno
UDK:575.112(043.2)
COBISS.SI-ID:158635011 Novo okno
Datum objave v DKUM:13.07.2023
Število ogledov:373
Število prenosov:59
Metapodatki:XML DC-XML DC-RDF
Področja:FZV
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share


Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:25.05.2023

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Comparison of performance efficiency and reproducibility of RNA-seq bioinformatics analyses between different upgrades of R software environment
Opis:Basis: The development of next-generation sequencing technology has been greatly accelerated by the speed of obtaining a large amount of sequencing data that needs further bioinformatics analysis. Consequently, the number of software tools for editing this data has also grown rapidly. A common choice for analyzing RNA sequencing (RNA-seq) data to discover genes and pathways of differential gene expression by providing complete analysis is the Bioconductor software packages which are designed to work in the R programming environment. Versions of the R programming environment are frequently upgraded because of which different efficiency occurs in practice, which may affect the comparability of the results of RNA-seq analyses analyzed with different versions of the R programming environment. Methods: We analyzed raw RNA-seq data using the Bioconductor software tools (Rsubread, edgeR, and limma) in different versions of the R programming environment: R 3.5, R 3.6, R 4.0, R 4.1, and R 4.2. Results: The results of the comparisons of the efficiency of the alignment with the Rsubred software tool show statistically significant differences between the comparisons of R 4.2 with other versions of R. There are also statistically significant differences in the results of the comparisons of the analysis of the differential expression of genes obtained with the same pipeline of commands between the versions of R 4.2 and other versions of R, as well as between R 3.5 and other R versions. Discussion: Based on the results, we ascertained that it is necessary to perform the analysis of RNA-seq data with the latest updated version of the R programming environment and the latest versions of the Bioconductor programming tools, which is of particular importance when performing a meta-analysis of RNA-seq data from different independent studies. 
Ključne besede:RNA sequencing, differential gene expression, R, bioinformatics


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici