発現マイクロアレイデータの分析におけるバッチ効果の除去: 6 つのバッチ調整方法の評価

発現マイクロアレイは、ゲノム全体のスケールで遺伝子発現を研究するために頻繁に使用されるアプローチです。ただし、毎年公開される数千のマイクロアレイ研究によって生成されたデータは、サンプルが複数のバッチで処理されたときに導入される系統的エラーである「バッチ効果」によって混同されます。慎重な実験設計によってバッチ効果を減らすことはできますが、研究全体が単一のバッチで行われない限り、それらを排除することはできません。分析前にバッチ効果のマイクロアレイデータを調整するために、多くのプログラムが利用可能になりました。精度、精度、全体的なパフォーマンスの複数の測定値を使用して、これらのプログラムのうち6つを体系的に評価しました。経験的ベイズ法である戦闘は、ほとんどのメトリックで他の5つのプログラムよりも優れていました。また、複製と無関係なサンプル間の相関を膨らませることができるマイクロアレイデータのかなりのプローブ効果のため、式プロファイルの相関をテストするときにプローブレベルで式データを標準化することが不可欠であることも示しました。

The expression microarray is a frequently used approach to study gene expression on a genome-wide scale. However, the data produced by the thousands of microarray studies published annually are confounded by "batch effects," the systematic error introduced when samples are processed in multiple batches. Although batch effects can be reduced by careful experimental design, they cannot be eliminated unless the whole study is done in a single batch. A number of programs are now available to adjust microarray data for batch effects prior to analysis. We systematically evaluated six of these programs using multiple measures of precision, accuracy and overall performance. ComBat, an Empirical Bayes method, outperformed the other five programs by most metrics. We also showed that it is essential to standardize expression data at the probe level when testing for correlation of expression profiles, due to a sizeable probe effect in microarray data that can inflate the correlation among replicates and unrelated samples.