基于48个生物学重复实验的RNA-seq差异基因表达分析工具评估

在每种2种条件下各进行48个生物学重复的RNA-seq实验，以确定所需的生物学重复数（$n_r$），并找出识别差异基因表达（DGE）最有效的统计分析工具。当 $n_r=3$ 时，所评估的九种工具中有七种的真阳性率（TPR）仅达20%至40%。对于高倍数变化基因（$|log_{2}(FC)|\gt2$），TPR大于85%。有两种工具表现不佳，过高或过低预测差异表达基因的数量。增加重复数在考虑所有差异表达基因时使TPR大幅提升，但对于高倍数变化基因仅小幅提升。要在所有倍数变化上达到TPR >85% 需要 $n_r\gt20$。对于未来的RNA-seq实验，这些结果建议 $n_r\gt6$，当不论倍数变化识别DGE很重要时应增至 $n_r\gt12$。对于 $6 \lt n_r \lt 12$，更优的TPR使 edgeR 成为被测工具中的领先者。对于 $n_r \ge12$，最小化假阳性更为重要，且 DESeq 优于其他工具。