摘要

背景

隨著公共RNA-seq數(shù)據(jù)集的指數(shù)級(jí)增長(zhǎng)，元分析已成為整合研究以增強(qiáng)統(tǒng)計(jì)功效和識(shí)別一致生物學(xué)模式的關(guān)鍵工具。然而，傳統(tǒng)的p值組合方法并非為大規(guī)模整合而設(shè)計(jì)，存在一個(gè)關(guān)鍵缺陷：隨著更多數(shù)據(jù)集的加入，假陽性的比率急劇增加。這一問題源于少數(shù)個(gè)別研究中極低p值的不成比例影響，這些極低p值可能會(huì)產(chǎn)生誤導(dǎo)性的整體顯著性信號(hào)，從而削弱研究結(jié)果的可靠性。

結(jié)果

在這里，我們提出了一個(gè)穩(wěn)健的元分析框架，該框架結(jié)合了p值上限控制、閾值截?cái)嗪蚥agging技術(shù)來緩解這一問題。我們使用Stouffer方法實(shí)現(xiàn)了這一框架，稱為混合Stouffer（hStouffer）方法。所提出的方法在保持高靈敏度的同時(shí)顯著降低了假陽性率。此外，驗(yàn)證表明，hStouffer方法識(shí)別的差異表達(dá)基因（DEGs）準(zhǔn)確地反映了潛在的生物學(xué)現(xiàn)象，使其成為充分利用擴(kuò)展的基因組數(shù)據(jù)庫來理解復(fù)雜生物學(xué)過程的重要工具。

結(jié)論

hStouffer方法為大規(guī)模RNA-seq元分析提供了統(tǒng)計(jì)上穩(wěn)健且生物學(xué)上連貫的解決方案。通過有效控制技術(shù)偽影和錯(cuò)誤發(fā)現(xiàn)，它使研究人員能夠從復(fù)雜的、匯總的轉(zhuǎn)錄組數(shù)據(jù)中提取出更可靠和有意義的見解。