байесовский анализ

Представлено новое программное обеспечение Ontologizer 3 — десктопное приложение для проведения анализа сверхпредставленности терминов Gene Ontology (GO). Инструмент предлагает два дополняющих друг друга метода: частотный подход на основе одностороннего точного теста Фишера и байесовский подход с использованием анализа наборов генов на основе моделей (MGSA). Исследование показало, что из-за иерархической структуры GO термины сильно пересекаются, что приводит к различиям в результатах: частотный метод выдает длинные списки дублирующихся терминов, в то время как MGSA формирует лаконичный набор наиболее значимых категорий. Тестирование на симулированных данных с известной истинной базой подтвердило, что оба метода способны идентифицировать причинно-следственные термины, однако байесовский метод (MGSA) демонстрирует существенно более высокую точность (precision). Приложение реализовано на стеке Tauri с бэкендом на Rust и фронтендом на Angular, обеспечивая кроссплатформенную совместимость с Windows, macOS и Linux. Программный продукт распространяется по лицензии MIT и доступен бесплатно через GitHub.

В статье представлен CLEAR (Concise List Enrichment Analysis Reducing Redundancy) — новый байесовский фреймворк для анализа обогащения наборов генов, предназначенный для интерпретации данных высокопроизводительных экспериментов. В отличие от традиционных методов, таких как ORA или GSEA, которые тестируют наборы генов независимо и игнорируют их иерархическую структуру, CLEAR моделирует множественные наборы генов одновременно. Ключевым инновационным отличием является отказ от бинаризации данных (перевода в состояния «активен/неактивен» через пороги) в пользу использования непрерывных статистик, таких как p-values или тестовые статистики. Это позволяет избежать потери информации и снизить избыточность результатов, характерную для Gene Ontology. Исследования на симулированных данных и данных экспрессии генов человека подтвердили, что CLEAR значительно повышает чувствительность анализа и обеспечивает получение более лаконичного и интерпретируемого списка обогащенных наборов генов по сравнению с существующими методами.

Исследование представляет методологию для выявления генетических вариантов в некодирующей ДНК, влияющих на экспрессию генов и риск заболеваний. Авторы провели первый эксперимент STARR-seq в масштабе всего генома на 100 индивидуальных образцах, используя инновационный дизайн с пулированием проб. Разделенные на пулы образцы позволяют повысить частоту аллелей, что снижает ожидаемые потери данных и улучшает отношение сигнал/шум в экспериментальных результатах. Предложенная байесовская модель обеспечивает надёжную оценку размеров эффектов вариантов с полной апостериорной оценкой доверительных интервалов. Метод демонстрирует более высокую точность в определении функциональных регуляторных вариантов, особенно редких, по сравнению с предыдущими подходами. Подход успешно применён для функциональной аннотации количественных локусов признаков, включая eQTL и caQTL. Результаты показывают согласованность с паттернами ограничений в профилях связывания транскрипционных факторов. Работа представляет значимый вклад в геномную медицину, улучшая масштабируемость и точность анализа регуляторных вариантов.