Moderación de la prueba t-Student mediante la función de pérdida de Huber para el modelado lineal robusto de expresión diferencial en datos de RNA-seq
Cargando...
Autores
Tipo de contenido
Editor
Document language:
Español
Fecha
Título de la revista
ISSN de la revista
Título del volumen
Documentos PDF
Resumen
El análisis de expresión diferencial en datos de RNA-seq puede verse comprometido por valores atípicos y alta heterogeneidad, lo que limita la validez de métodos tradicionales como DESeq2 y edgeR. En este trabajo se propone una prueba t robusta basada en la función de pérdida de Huber con moderación empírica de varianzas, y se compara con enfoques clásicos mediante simulaciones Monte Carlo y aplicación a un dataset de células epiteliales de las vías respiratorias humanas tratadas con corticosteroides.
Los resultados mostraron perfiles de desempeño diferenciados: DESeq2 se destacó por su alta sensibilidad, edgeR por su precisión y control del FDR, mientras que el método robusto alcanzó la mayor especificidad, confirmando su carácter conservador. En datos reales, los tres métodos coincidieron en un núcleo sustancial de genes diferencialmente expresados, aunque con variaciones en el número total detectado y en el grado de concordancia entre pares de métodos.
Estos hallazgos indican que la prueba robusta constituye una alternativa complementaria a los métodos tradicionales, especialmente útil en contextos donde la reducción de falsos positivos y la presencia de valores atípicos son preocupaciones prioritarias. (Texto tomado de la fuente)
Abstract
Differential expression analysis in RNA-seq data can be compromised by outliers and high heterogeneity, which limits the validity of traditional methods such as DESeq2 and edgeR. This work proposes a robust $t$-test based on the Huber loss function with empirical variance moderation, and compares it with classical approaches through Monte Carlo simulations and application to a dataset of human airway epithelial cells treated with corticosteroids.
The results showed differentiated performance profiles: DESeq2 stood out for its high sensitivity, edgeR for its precision and FDR control, while the robust method achieved the highest specificity, confirming its conservative character. In real data, the three methods agreed on a substantial core of differentially expressed genes, although with variations in the total number detected and in the degree of concordance between pairs of methods.
These findings indicate that the robust test constitutes a complementary alternative to traditional methods, especially useful in contexts where the reduction of false positives and the presence of outliers are priority concerns.
Descripción
ilustraciones, diagramas, tablas