Information

Korrektur der Read Counts für Spikes

Korrektur der Read Counts für Spikes


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Ich habe 4 RNA-Seq-Proben (1. ist Kontrolle und die anderen 3 sind Behandlungen) und 5 Spikes. Ich habe unterschiedliche Konzentrationen für 5 Spikes verwendet, aber bei verschiedenen Proben habe ich ähnliche Konzentrationen verwendet. zum Beispiel habe ich eine ähnliche Konzentration für Spike1 in 4 Proben verwendet. und dies ist der Fall für den Rest der Spikes. Ich versuche, die Lesezahlen für die Spitze zu normalisieren. wisst ihr wie das geht?

Folgendes habe ich bisher gemacht: Ich habe die Spikes in verschiedenen Proben gezählt und die Ration davon erhalten (Behandlungen im Vergleich zur Kontrolle für alle Spikes). das Verhältnis ist wie erwartet (mit Blick auf die Konzentration der Spitzen). Eine Sache, die ich tun kann, um die Lesezahlen für Spitzen zu korrigieren, besteht darin, mit dem Verhältnis zwischen den Abtastwerten zu multiplizieren. bin mir aber nicht sicher ob das der richtige weg ist.


Die gebräuchlichste und einfachste Normalisierungsmethode für Spikes ist die Gesamtzahl-Normalisierung. Es ist tatsächlich das, was Sie hier tun, also ist das, was Sie hier tun, richtig. TCM ist ein nützlicher Algorithmus zur Normalisierung der Sequenzierungstiefe, der Ihre Spike-Mengen einschließt.

https://academic.oup.com/bib/article-lookup/doi/10.1093/bib/bbs046

hat Bezug auf die TCM-Normalisierung.

Die Genzahlen werden durch die Gesamtzahl der zugeordneten Reads (oder Bibliotheksgröße), die ihrer Spur zugeordnet sind, geteilt und mit der mittleren Gesamtzahl über alle Proben des Datensatzes multipliziert.

Das Papier spricht nicht von Spike-in-Kontrollen, aber die Idee ist dieselbe. Wir würden die Spike-in-Steuerelemente verwenden, um den Unterschied in der Sequenztiefe zu schätzen (anstelle des gesamten Datensatzes).