Гены, которые существуют на старой платформе Affymetrix, но отсутствуют на новой

Я работал в Affymetrix, когда разрабатывалось большинство этих массивов. Меня не было в самой команде дизайнеров, но, может быть, я могу рассказать об этом немного подробнее.

Проекты массивов РНК были созданы для охвата всего, что могло бы быть реальным транскриптом в сочетании с коллекциями EST, кДНК, обнаружением генов in silico и различными записями в общедоступных базах данных. Было много разных людей, пытавшихся найти гены как можно быстрее, и большая часть из них, естественно, не была настоящим геном. Я уверен, что в миллионах расшифровок, которые мы взяли, также было достаточное количество загрязнений.

Команда найдет большое количество ошибок в базе данных последовательностей. Между прочим, нет никакого способа отправить это осмысленным образом в большинство баз данных биоинформатики. Просто заметка :)

Когда появлялся новый дизайн, команда проводила аудит, чтобы увидеть, не потеряла ли какая-либо стенограмма пользу от доказательств, и некоторые из этих «генов» были удалены из содержимого.

Это полезно, потому что технология гибридизации ДНК имеет очень высокую пропускную способность за доллар, но она имеет фоновый шум, и даже набор зондов без соответствия в образце РНК даст числа, отличные от нуля.

RNAseq имеет аналогичные проблемы со сборками и чувствительностью из-за пределов считывания на образце BTW. Идеального решения пока нет.

Кстати, иногда гены переименовываются. Я не вникал в ваши методы, чтобы увидеть, так ли это, но кое-что нужно иметь в виду.

Мой опыт связан с зондами Affymetrix для дрозофилы, а не для H.sapiens, и только с одной версией. Тем не менее, я опишу ситуацию, с которой столкнулся, если она имеет отношение к вашей. Извините, если это отвлекающий маневр.

Что я сделал с листом данных Affymetrix, так это использовал его для создания моей собственной реляционной базы данных SQL, содержащей идентификаторы probesetID и GeneID (а также экспериментальные данные, конечно). Затем я смог сделать несколько «служебных» запросов к базе данных и был удивлен (возможно, не должен был), обнаружив следующее:

• Некоторые гены были подобраны более чем одним набором зондов. Нет большого беспокойства. Просто нужно было выбрать тот набор зондов, который давал самый высокий сигнал, если только он не попадал во вторую категорию.
• Некоторые наборы зондов захватили более одного гена. Это было проблемой и означало, что я должен был классифицировать наборы зондов как неоднозначные или недвусмысленные. Но еще большей проблемой было то, что для некоторых генов не существовало однозначных наборов зондов.

Очевидно, при разработке наборов зондов Affymetrix думала, что они производят однозначно специфичные для гена. Когда они обновили наборы зондов, включив в них новые или исправленные обозначения генов, можно было предположить, что они попытаются решить эту проблему (при условии, что она также существовала в наборах генов человека). Трудно поверить, но могут ли упомянутые вами гены быть невосприимчивыми к приготовлению однозначных наборов зондов?