Pour les biologistes analysant des données de séquençage d’ARN, le choix entre edgeR et DESeq2, les deux outils les plus utilisés pour l’analyse d’expression génique différentielle, a souvent été une question de préférence personnelle ou d’habitude institutionnelle. Une nouvelle étude publiée dans PLOS ONE suggère que ce choix importe plus que ce que de nombreux chercheurs supposent.
L’étude, menée par Mostafa Rezapour, a évalué les implémentations actuelles d’edgeR (v4.4.2) et DESeq2 (v1.46.0) sur un ensemble diversifié de jeux de données réels de RNA-seq en vrac, couvrant l’infection virale, l’infection bactérienne et la maladie pulmonaire fibrotique chez les humains et les primates non humains.
Ce qui a été mesuré
Le cadre d’évaluation couvrait quatre dimensions : la sensibilité à la taille de l’échantillon et la robustesse à la perturbation par les valeurs aberrantes ; la performance de classification des gènes identifiés de manière unique par chaque outil ; la concordance au niveau des voies des processus biologiques enrichis ; et la généralisabilité inter-études sur des jeux de données indépendants.
Pour l’analyse inter-études, l’étude a utilisé quatre jeux de données indépendants sur le SARS-CoV-2 pour tester si les ensembles de gènes identifiés par chaque outil dans un jeu de données pouvaient séparer les échantillons malades des témoins dans des jeux de données exclus.
Les résultats
En termes de sensibilité et de robustesse, les deux outils ont performé de manière similaire. La similarité de Jaccard entre les ensembles de gènes différentiellement exprimés (DEG) issus de données perturbées et originales diminuait à mesure que davantage de valeurs aberrantes étaient ajoutées, à des taux comparables pour les deux méthodes.
La divergence est apparue sur la performance de classification et la généralisabilité. Les modèles de classification entraînés sur des gènes spécifiques à chaque outil ont montré qu’edgeR atteignait des scores F1 plus élevés dans 9 des 13 contrastes et atteignait plus fréquemment une précision parfaite ou quasi parfaite. Les profils de performance Dolan-More ont indiqué qu’edgeR maintenait une performance plus proche de l’optimale sur une plus grande proportion de jeux de données.
Dans la validation inter-études, la différence était prononcée. Les ensembles de gènes identifiés de manière unique par edgeR ont produit une AUC, une précision et un rappel plus élevés dans la classification des échantillons provenant de jeux de données SARS-CoV-2 exclus, une tendance constante à travers les plis, certains cas de test atteignant une séparation parfaite en utilisant les gènes spécifiques à edgeR. Les gènes spécifiques à DESeq2 ont montré des performances plus faibles et plus variables d’une étude à l’autre.
Cependant, DESeq2 a identifié plus de DEG dans l’ensemble, même sous des seuils de significativité stricts. Le compromis, concluent les auteurs, se situe entre la sensibilité de découverte et la reproductibilité.
Ce que cela signifie pour les chercheurs
« Une question clé dans l’analyse d’expression différentielle n’est pas seulement quel outil identifie plus de gènes, mais quel outil identifie des ensembles de gènes plus stables, biologiquement interprétables et transférables d’une étude à l’autre, » écrit Rezapour.
Les résultats suggèrent que pour la découverte de biomarqueurs, la transcriptomique clinique, ou toute application où la reproductibilité inter-études est critique, edgeR peut être le choix le plus fiable malgré l’identification de moins de gènes candidats. Pour les études exploratoires où maximiser la découverte est la priorité, la détection plus large de gènes par DESeq2 peut être préférable, mais les résultats doivent être interprétés en sachant que certains de ces gènes pourraient ne pas se reproduire dans des jeux de données indépendants.
L’étude a également testé la pratique courante consistant à croiser les résultats des deux outils comme stratégie de validation. L’analyse a révélé que cette approche réduit la sensibilité sans nécessairement améliorer la robustesse, puisque les deux outils partagent le même fondement statistique de base, les modèles linéaires généralisés à binomiale négative, et leurs divergences ont tendance à se concentrer autour des signaux limites.
« Évitez de croiser les résultats des deux outils et d’appeler cela une validation, » conseillent les auteurs. « Utilisez des diagnostics et validez la biologie. »
Sources
Rezapour M. « Le choix de l’outil compte : évaluation d’edgeR vs. DESeq2 pour la sensibilité, la robustesse et la performance inter-études. » PLOS ONE (2026). DOI : 10.1371/journal.pone.0353788
Traduit par Lydie