Genomeeting 2016 Mexico

recount: facilitando el análisis de miles de muestras de RNA-seq

Transcript

1. recount: facilitando el análisis de
   miles de muestras de RNA-seq
   Leonardo Collado-Torres
   @fellgernon
   Genomeeting 2016
   

   View Slide

2. Problema inicial: identificar regiones del
   genoma cuya expresión cambia a lo largo de la
   vida en los cerebros de los humanos
   

   View Slide

3. Línea de investigación
   - annotation-agnostic
   - análisis reproducibles
   - datos accesibles
   - herramientas estadísticas para la comunidad
   genómica
   

   View Slide

4. lecturas
   RNA-seq
   Genoma
   (ADN)
   Transcritos ARN
   (muchas
   posibles
   variantes)
   Midiendo expresión: RNA-seq
   Adaptado de @jtleek
   

   View Slide

5. Genoma
   (ADN)
   Alineamiento de lecturas
   Adaptado de @jtleek
   Tipos de análisis comunes:
   • Conteo(genes, exones)
   • Ensamblado del transcriptoma
   

   View Slide

6. Dificultades con conteo
   http://www-huber.embl.de/users/anders/HTSeq/doc/count.html
   

   View Slide

7. Complicaciones del transcriptoma
   Frazee et al, Biostatistics, 2014
   

   View Slide

8. Tamaño de proyectos ha aumentado
   2009
   (11)
   2010
   (46)
   2011
   (121)
   2012
   (235)
   2013
   (408)
   2014
   (625)
   2015
   (548)
   2016
   (18)
   7
   8
   9
   10
   11
   12
   Project size in base−pairs over the years
   log10 base−pairs per project
   https://jhubiostatistics.shinyapps.io/recount/
   

   View Slide

9. Genoma
   (ADN)
   Lecturas alineadas
   Adaptado de @jtleek
   

   View Slide

10. DER finder approach
    • Find contiguous base pairs with
    Differential Expression signal  DE
    Regions or DERs
    • Find nearest annotated feature
    

    View Slide

11. Vector de
    covertura
    2 6 0 11 6
    Genoma
    (ADN)
    Covertura de lecturas
    Adaptado de @jtleek
    

    View Slide

12. View Slide

13. View Slide

14. Identificando DERs del cerebro a través
    del desarrollo
    Fetal Infant
    Child Teen
    Adult 50+
    6 / grupo, N = 36
    Datos iniciales
    Null:
    Alt:
    Modelos
    Resultados iniciales
    Jaffe et al, Nat. Neuroscience, 2015
    50,650 DERs replicaron
    63,135 DERs
    Resultados finales
    

    View Slide

15. Jaffe et al, Nat. Neuroscience, 2015
    

    View Slide

16. Gran cantidad de DERs fuera del
    transcriptoma conocido
    Jaffe et al, Nat. Neuroscience, 2015
    

    View Slide

17. DERs asociadas a la edad no son específicas
    del DLPFC
    BrainSpan data
    Jaffe et al, Nat. Neuroscience, 2015
    

    View Slide

18. Proportion of Cells
    Cambios de expresión podrían ser por un
    cambio de la población de células
    Jaffe et al, Nat. Neuroscience, 2015
    Estimation method: Houseman et al, BMC Bioinformatics, 2012
    

    View Slide

19. Chromatin immunoprecipitation seq.
    http://assets.illumina.com/content/dam/illumina-marketing/images/techniques/large/web-graphic-chipseq-workflow-large.jpg
    

    View Slide

20. Análisis típico de ChIP-seq
    

    View Slide

21. View Slide

22. Datos de ChIP-seq del cerebro
    EpiMap project
    

    View Slide

23. Variación modelada
    H3K4me3 data: all regions with binding signal
    

    View Slide

24. Differentially bound regions
    

    View Slide

25. Collado-Torres et al, F1000Research, 2015
    regionReport
    

    View Slide

26. Collado-Torres et al, F1000Research, 2015
    regionReport
    

    View Slide

27. Collado-Torres et al, F1000Research, 2015
    Reportes interactivos en formato HTML
    

    View Slide

28. Collado-Torres et al, F1000Research, 2015
    Reportes interactivos en formato HTML
    

    View Slide

29. Adaptado de @BenLangmead
    

    View Slide

30. Adaptado de @BenLangmead
    

    View Slide

31. Adaptado de @BenLangmead
    

    View Slide

32. Adaptado de @BenLangmead
    

    View Slide

33. Adaptado de @BenLangmead
    

    View Slide

34. Adaptado de @BenLangmead
    

    View Slide

35. recount: desde el Internet
    https://jhubiostatistics.shinyapps.io/recount/
    

    View Slide

36. http://bioconductor.org/packages/recount
    

    View Slide

37. http://www.sciserver.org
    

    View Slide

38. View Slide

39. View Slide

40. View Slide

41. View Slide

42. View Slide

43. bit.ly/recount-sciserver
    

    View Slide

44. bit.ly/recount-sciserver
    

    View Slide

45. bit.ly/recount-sciserver
    

    View Slide

46. bit.ly/recount-sciserver
    

    View Slide

47. bit.ly/recount-sciserver
    

    View Slide

48. View Slide

49. Problema inicial: identificar regiones del
    genoma cuya expresión cambia a lo largo de la
    vida en los cerebros de los humanos
    1. derfinder permite descubrir regions
    diferencialmente expresadas y pegadas
    2. Identificamos regiones que cambian su
    expresión en el cerebro
    3. Creamos herramientas para compartir
    reportes reproducibles
    4. Vía recount se pueden usar estas
    herramientas para analizar 2,040 projectos
    públicos
    

    View Slide

50. Agradecimientos
    Asesores
    Jeffrey Leek
    Andrew Jaffe
    Colaboradores
    Alyssa Frazee
    Abhinav Nellore
    Michael Love
    Ben Langmead
    Rafael Irizarry
    EpiMap project
    SciServer
    Apoyo
    NIH
    LIBD
    JHU-Biostats
    CONACyT México
    

    View Slide

51. Referencías + software + código: @fellgernon
    • Collado-Torres, et al. Nucleic Acids Research (2016) doi: 10.1093/nar/gkw852
    – http://bioconductor.org/packages/derfinder
    – http://leekgroup.github.io/derSupplement/
    • Collado-Torres, et al. F1000Research (2015) doi:10.12688/f1000research.6379.1
    - http://www.bioconductor.org/packages/regionReport
    - http://leekgroup.github.io/regionReportSupp/
    • Collado-Torres and Nellore, et al. bioRxiv (2016) doi: 10.1101/068478
    – http://bioconductor.org/packages/recount
    – https://jhubiostatistics.shinyapps.io/recount
    • Nellore, Collado-Torres, et al. Bioinformatics (2016) doi:10.1093/bioinformatics/btw575
    - rail.bio
    •Nellore, …, Collado-Torres, et al. bioRxiv (2016) doi:10.1101/038224
    -intropolis.rail.bio
    • Jaffe, Shin, Collado-Torres, et al. Nat. Neurosci. (2015) doi:10.1038/nn.3898
    – https://github.com/lcolladotor/libd_n36
    – https://github.com/leekgroup/enrichedRanges
    

    View Slide