一言居士の独言

(英文)
Quality control method for RNA-seq using single nucleotide polymorphism allele frequency

Takaho A. Endo*

Article first published online: 21 SEP 2014

1. Top of page
2. Abstract
3. Introduction
4. Results and discussion
5. Conclusion
6. Experimental procedures
7. Acknowledgements
8. References
9. Supporting Information


『一塩基多型対立遺伝子頻度を用いたRNA-seqのための品質制御方法』

Takaho A. Endo*

Article first published online: 21 SEP 2014

1.ページ先頭
2.要約
3.導入
4.結果と検討
5.結論
6.実験経過
7.謝辞
8.照会
9.参考

(英文)
Abstract
RNA sequencing (RNA-seq) provides information not only about the level of expression of individual genes but also about genomic sequences of host cells. When we use transcriptome data with whole-genome single nucleotide polymorphism (SNP) variant information, the allele frequency can show the genetic composition of the cell population and/or chromosomal aberrations. Here, I show how SNPs in mRNAs can be used to evaluate RNA-seq experiments by focusing on RNA-seq data based on a recently retracted paper on stimulus-triggered acquisition of pluripotency (STAP) cells. The analysis indicated that different types of cells and chromosomal abnormalities might have been erroneously included in the dataset. This re-evaluation showed that observing allele frequencies could help in assessing the quality of samples during a study and with retrospective evaluation of experimental quality.


<概要>
RNAシークエンシング（RNA-seq）は個別遺伝子の発現レベルに関してのみならず、その細胞のゲノム配列についての情報をも提供する。我々が全ゲノム一塩基多型（SNP）変異体情報のあるメッセンジャーＲＮＡデータを使用する場合、対立遺伝子頻度は細胞集団の遺伝子組成、および/または、染色体異常を示し得る。ここに私はどのようにしてmRNAの中のSNPが最近取り下げられた刺激惹起性多能性獲得（ＳＴＡＰ）細胞論文に基づいたRNA-seqデータに焦点を当てることによって、RNA-seqの実験を評価するために使用し得るかという方法を示します。分析は異なった種類の細胞と染色体異常が誤ってデータセットに含まれているかもしれないことを示ました。この再評価は、対立遺伝子頻度の観察が研究中や実験の質の遡及評価をともなうサンプルの品質評価に役立つかもしれないことを示しています。


(英文)
Introduction
In molecular biological experiments, care must always be taken to prevent contamination from external sources, environmental substances, and undesired cells such as cocultured feeder cells. This has become increasingly important, as transcriptome analysis at the level of the single cell is now more common. Detecting contamination is often very difficult before sequencing experiments, and it is only when results are markedly different from predicted findings that researchers may suspect contamination. Various quality control methods have been proposed, but they focus mostly on other technical aspects of experiments (Wang et al. 2012). Here, I describe an approach to detect contaminating cells in studies using next-generation sequencing (NGS), particularly in transcriptome analyses based on RNA-seq techniques.



<導入>
分子生物学的実験では外部ソースや環境物質或いは共培養フィーダー細胞などの望ましくない細胞からの汚染を防ぐように常に注意が払われなければならない。このことは、単一細胞のレベルでのメッセンジャーＲＮＡ解析がより一般的となっている現在、ますます重要になっています。シークエンシング実験をせずに汚染を検出するのはしばしば非常に困難であり、また研究者が汚染を疑うのは結果が予期された発見と著しく異なった場合のみである。さまざまな品質管理手法が提案されているが、彼らは(Wang et al. 2012)実験の他の技術的な側面に主に焦点を当てている。ここでは私は次世代シーケンサー（NGS）を用いた研究において、とりわけＲNA-seq技術に基づいたメッセンジャーＲＮＡ分析において、汚染細胞を検出するためのアプローチについて説明します。


(英文)
In RNA-seq experiments, NGS-derived mRNA sequences are compared with the target genome, and aligned reads are collected for all genes for which exon positions are provided in the database. One of the advantages of RNA-seq over microarray techniques is that it also provides some information about genomic sequences.



RNA-seqの実験においては、NGS由来のmRNA配列が標的ゲノムと比較される。そして、すべての遺伝子の整列させられた読み取り断片が集められる。またそのためにすべての遺伝子はエクソンの位置がデータベースに提供されている。DNAマイクロアレイ技術の中で、RNA-seqの利点の一つはゲノム配列に関するいくばくかの情報をも同時に提供することである。



(英文)
It is expected that mRNAs originate from both autosomal chromosomes and that the two (or more) alleles would thus be observed in the set of sequence fragments in NGS data. Skew in the frequency of alleles, as assessed by observed SNPs, can indicate several possible biological phenomena. The most preferable source of the skewed distribution, in terms of biological relevance, is allele-specific expression, such as genomic imprinting and mutation. However, another possible source of skewed allele frequencies is sample contamination if the contaminating cells have a different genomic background from genuine target cells.


mRNAが二つの常染色体に由来することと、それゆえ、二つ（またはそれ以上）の対立遺伝子がNGSデータの中のいくつかの系譜断片に観察されるかもしれないことは期待される。対立遺伝子頻度のゆがみは、観測されたのSNPによって評価されるように、いくつかの可能な生物学的現象を指示し得る。ゆがんだ分布の最も好ましい原因は、生物学的関係の条件下で、ゲノムインプリンティング、突然変異などの対立遺伝子の特異的発現が有った場合である。しかしながら、混入細胞が本物の標的細胞とは異なるゲノム背景を持っている場合には、歪んだ対立遺伝子頻度のもうひとつの可能な原因としてサンプルの汚染がある。


(英文)
Although allele frequencies are dependent on the PCR efficiency of each allele, and, in this analysis, variance of the distribution was especially dependent on PCR conditions, the average was approximately 50% for heterozygous SNPs, independent of the cell type.


対立遺伝子頻度は各対立遺伝子のPCR効率に依存しているけれども、またこの分析では分布の分散が特にPCR条件に依存していたが、細胞型とは独立して、平均はヘテロ接合のSNPの約50％であった。



(英文)
Allele frequency in RNA-seq has been used to detect imprinted genes (DeVeale et al. 2012; Lagarrigue et al. 2013). The approach described here extends the application of variation databases for the detection of contaminating cells in RNA-seq studies using heterozygous SNPs. Furthermore, this approach also provides a method for detecting chromosomal abnormalities. Skewed allele frequencies in a specific chromosome can be caused by aneuploidy. As aneuploidy can cause various types of abnormalities, we can exclude data from abnormal cells in studies when aneuploidy is not expected in the target tissue.


RNA-seqの中の対立遺伝子頻度はインプリント遺伝子を検出するために使用されてきている(DeVeale et al. 2012; Lagarrigue et al. 2013)。ここで説明するアプローチはヘテロ接合のSNPを用いたRNA-seqの研究の中で、汚染細胞汚検出のためのバリエーションデータベースの適用を拡張します。さらに、このアプローチは、染色体異常を検出する方法をも提供します。特定の染色体におけるゆがんだ対立遺伝子頻度は異数性によって引き起こされ得ます。異数性は多様なタイプの異常を引き起こしうるので、異数性が標的組織に期待されていない場合、我々は研究における異常細胞からのデータを除外することができる。


(英文)
This method is applicable for retrospectively evaluating the quality of experiments and is useful for interpreting results that are not apparently reproducible.



この方法は遡及的に実験品質を評価するために適用可能であると同時に、明らかに再現性がない結果を解釈するのに便利です。

1. 2019/05/14(火) 09:48:44|
2. 遠藤論文
4. | コメント:0