Ich habe kürzlich einige EPIC-DNA-Methylierungsdaten erhalten und mich gefragt, welche bewährten Methoden zu befolgen sind. Ich interessiere mich für Normalisierung und Differentialanalyse. Vielen Dank.
Ich habe kürzlich einige EPIC-DNA-Methylierungsdaten erhalten und mich gefragt, welche bewährten Methoden zu befolgen sind. Ich interessiere mich für Normalisierung und Differentialanalyse. Vielen Dank.
EPIC-Daten können auf die gleiche Weise verarbeitet werden wie die vorherige Iteration von Methylierungsarraydaten von Illumina (450k). Dies bedeutet, dass ab .idat-Dateien eine Normalisierung durchgeführt werden sollte (z. B. über das minfi-Paket). Ein kürzlich veröffentlichtes Papier der Entwickler von Minfi ist besonders hilfreich, da klargestellt wird, dass normalisierte EPIC-Daten aus ihrem Paket sofort mit beispielsweise TCGA-Daten der Stufe 3 verglichen werden können.
Danach schlage ich vor, das Manifest zu verwenden, um Genomkoordinaten an Ihre Sonden anzuhängen und sie in funktionelle Regionen zu unterteilen. Wenn Sie beispielsweise die differentielle Methylierung nur in regulatorischen Regionen testen, können Sie die statistische Aussagekraft erhöhen, indem Sie die Gesamtzahl der Tests auf diejenigen reduzieren, von denen Sie erwarten, dass sie wesentliche Unterschiede ergeben.
Es gibt bereits Pakete für differentielle Methylierung Methylierungsanalyse, aber ohne Ihre Replikatstruktur oder Ziele zu kennen, ist es schwierig, Sie in die richtige Richtung zu weisen.