カウント行列・正規化・バッチ
このトピックを完了すると
カウント行列における行、列、およびカウントの意味を確認し、生カウントと正規化済み値を区別できるようになります。また、バッチが生物学的条件と交絡していないかを確認し、正規化がすべてのバッチ関連の問題を解決するという誤った解釈を避ける方法を学びます。
行列内の1つのセルとは何か？
オミクス表では、行が特徴を、列がサンプルを表すことが一般的ですが、ファイル名のみを頼りにこの向きを仮定してはいけません。セルの値が生リードカウントか、すでに変換された豊度か、あるいは何らかのフィルタリングの結果なのかを確認してください。サンプルIDと生物学的反復・技術的反復の関係もスキーマに記録する必要があります。
生カウントと正規化済み値
生カウントは、データ生成および定量プロセス中に直接集計された値であり、正規化済み値はライブラリサイズやその他の基準を反映した変換の結果である可能性があります。これら2つの値を同じ列に混在させないでください。変換式、ツール、バージョン、入力元の由来記録を残してください。
正規化済み値は可視化や特定の比較には有用ですが、すべてのモデルの入力として自動的に使用できるわけではありません。カウントベースのモデルを使用する場合は、モデルが期待する入力スケールを確認してください。
設計と並行したバッチの確認
バッチとは、測定日、装置、プレート、または処理群など、共通のプロセスを共有する単位です。バッチと生物学的条件が完全に重なり合っている場合、二つの効果を統計的に分離することは困難になる可能性があります。事後に補正コードを適用しても、設計上の交絡が自動的に解消されるわけではありません。
sample_id | biological_condition | batch_id | replicate_id | value_type
S01 | A | B01 | R01 | raw_countこの表で最初に確認すべきはモデル関数ではなく、各条件が複数のバッチにわたって観測されているかどうかです。
解釈のために研究質問に戻る
正規化は、値を比較可能な表現に変換するための計算ステップです。これは、測定バイアス、バッチの交絡、反復誤差、生物学的差異を分離することを意味するものではありません。解析ドキュメントには、生入力、正規化、バッチ処理、および最終モデルを別々に記録する必要があります。
一般的な失敗例
- 正規化済み値を生カウントとして参照しないでください。
- TPMなどの他のスケールをカウントモデルの入力として自動的に使用しないでください。
- バッチと条件が重なり合う設計が1行のコードで解決できると記述しないでください。
- サンプル数と反復数を混同しないでください。
重要なポイント
- まず、行列の行、列、および個々のセルの意味を確認します。
- 生カウントと正規化済み値は異なる入力スケールを持ちます。
- 設計と由来と併せてバッチを確認します。
- 正規化はすべてのバイアスを除去する手順ではありません。
次のトピック
生存データのブロックを解消した後、stat-022および023に接続し、次の記述可能なトピックはPCAおよび高次元QCとなります。
参考文献
- NCBI GEO: https://www.ncbi.nlm.nih.gov/geo/info/
- ENCODE citing guidance: https://www.encodeproject.org/help/citing-encode/
- Bioconductor OSTA experimental design: https://bioconductor.org/books/release/OSTA/pages/bkg-exp-design.html
本章の行列スキーマおよび解説は、BioStatPyによって独立して作成されました。