Titre :

A comprehensive evaluation of normalization methods for Illumina high-throughput RNA sequencing data analysis

Auteur(s) :

Dillies, Marie-Agnès [Auteur]
Puces à ADN (Plate-Forme 2) [PF2]
Rau, Andrea [Auteur]
Génétique Animale et Biologie Intégrative [GABI]
Aubert, Julie [Auteur]
Mathématiques et Informatique Appliquées [MIA-Paris]
Hennequet-Antier, Christelle [Auteur]
Centre Médical de l'Institut Pasteur [CMIP]
Jeanmougin, Marine [Auteur]
Laboratoire Statistique et Génome [LSG]
Servant, Nicolas [Auteur]
Cancer et génome: Bioinformatique, biostatistiques et épidémiologie d'un système complexe
Keime, Céline [Auteur]
Institut de Génétique et de Biologie Moléculaire et Cellulaire [IGBMC]
Marot, Guillemette [Auteur]
MOdel for Data Analysis and Learning [MODAL]
Evaluation des technologies de santé et des pratiques médicales - ULR 2694 [METRICS]
Castel, David [Auteur]
Laboratoire d'Exploration Fonctionnelle des Génomes [LEFG]
Estellé, Jordi [Auteur]
Centro Nacional de Análisi Genómico [CNAG]
Guernec, Grégory [Auteur]
Epidémiologie des maladies infectieuses et modélisation [ESIM]
Jagla, Bernd [Auteur]
Centre Médical de l'Institut Pasteur [CMIP]
Jouneau, Luc [Auteur]
INRA - Mathématiques et Informatique Appliquées [Unité MIAJ]
Laloë, Denis [Auteur]
Génétique Animale et Biologie Intégrative [GABI]
Le Gall, Caroline [Auteur]
Schaeffer, Brigitte [Auteur]
Le Crom, Stéphane [Auteur]
GenomiqueENS [Genomique ENS]
Guedj, Mickaël [Auteur]
Jaffrezic, Florence [Auteur]
Génétique Animale et Biologie Intégrative [GABI]

Titre de la revue :

Briefings in Bioinformatics

Pagination :

671-683

Éditeur :

Oxford University Press (OUP)

Date de publication :

2012

ISSN :

1467-5463

Mot(s)-clé(s) en anglais :

high-throughput sequencing
differential analysis
RNA-seq
normalization

Discipline(s) HAL :

Statistiques [stat]/Applications [stat.AP]
Sciences du Vivant [q-bio]
Sciences du Vivant [q-bio]/Biochimie, Biologie Moléculaire/Génomique, Transcriptomique et Protéomique [q-bio.GN]
Statistiques [stat]/Méthodologie [stat.ME]

Résumé en anglais : [en]

During the last 3 years, a number of approaches for the normalization of RNA sequencing data have emerged in the literature, differing both in the type of bias adjustment and in the statistical strategy adopted. However, ...
Lire la suite >During the last 3 years, a number of approaches for the normalization of RNA sequencing data have emerged in the literature, differing both in the type of bias adjustment and in the statistical strategy adopted. However, as data continue to accumulate, there has been no clear consensus on the appropriate normalization method to be used or the impact of a chosen method on the downstream analysis. In this work, we focus on a comprehensive comparison of seven recently proposed normalization methods for the differential analysis of RNA-seq data, with an emphasis on the use of varied real and simulated datasets involving different species and experimental designs to represent data characteristics commonly observed in practice. Based on this comparison study, we propose practical recommendations on the appropriate normalization method to be used and its impact on the differential analysis of RNA-seq data.Lire moins >

Langue :

Anglais

Comité de lecture :

Oui

Audience :

Internationale

Vulgarisation :

Non

Commentaire :

The French StatOmique Consortium gathers more than 40 statisticians and bioinformaticians involved in high-throughput transcriptome data analysis in France. The objective of this group, created in 2008, is to share among researchers and practitioners knowledge of the statistical analysis of high-throughput data. Chantier qualité GA

Collections :

• Laboratoire Paul Painlevé - UMR 8524

Source :

Harvested from HAL