TMM（Edger）、RLE（DESEQ2）、およびMRN正規化方法のPaightro比較では、RNA-seq実験設計を複製する単純な2条件付きの正規化方法

過去5年間で、ハイスループットシーケンスデータの分析に特化した計算方法はまだ標準化されていないにもかかわらず、RNA-seqはトランスクリプトーム分析の強力なツールになりました。ただし、現在では、正規化手順の選択が、たとえば微分遺伝子発現解析など、そのようなプロセスの重要なステップであることが一般的に受け入れられています。現在の記事では、3つの正規化方法の類似点を強調しています。EdgerRパッケージのTMM、DESEQ2 RパッケージのRLE、およびMRN。TMMとDESEQ2の両方が、微分遺伝子発現分析に広く使用されています。このペーパーでは、これらの3つの方法がまったく同じ結果が得られるときを示すプロパティを紹介します。これらの特性は数学的に証明されており、特定のRNA-seqデータセットでシリコ計算を実行することで説明されています。

In the past 5 years, RNA-Seq has become a powerful tool in transcriptome analysis even though computational methods dedicated to the analysis of high-throughput sequencing data are yet to be standardized. It is, however, now commonly accepted that the choice of a normalization procedure is an important step in such a process, for example in differential gene expression analysis. The present article highlights the similarities between three normalization methods: TMM from edgeR R package, RLE from DESeq2 R package, and MRN. Both TMM and DESeq2 are widely used for differential gene expression analysis. This paper introduces properties that show when these three methods will give exactly the same results. These properties are proven mathematically and illustrated by performing in silico calculations on a given RNA-Seq data set.