RNAシーケンシングデータを分析する生物学者にとって、edgeRとDESeq2, 差次的遺伝子発現解析に最も広く使用されている二つのツール, の選択は、しばしば個人的な好みや研究機関の慣習の問題であった。PLOS ONEに発表された新しい研究は、その選択が多くの研究者が想定する以上に重要であることを示唆している。
Mostafa Rezapourが主導したこの研究では、edgeR（v4.4.2）とDESeq2（v1.46.0）の現在の実装を、ウイルス感染、細菌感染、線維性肺疾患にわたる多様な実際のバルクRNA-seqデータセットで、ヒトと非ヒト霊長類の両方のシステムを用いて評価した。
測定されたもの
評価フレームワークは4つの側面をカバーした：サンプルサイズに対する感度と外れ値撹乱に対するロバスト性；各ツールによって一意に同定された遺伝子の分類性能；濃縮された生物学的プロセスの経路レベルの一致；そして独立したデータセット間でのクロススタディ一般化可能性。
クロススタディ分析では、4つの独立したSARS-CoV-2データセットを使用して、あるデータセットで各ツールが同定した遺伝子セットが、保持されたデータセット内の疾患サンプルと対照サンプルを分離できるかどうかをテストした。
結果
感度とロバスト性に関しては、両ツールは同様の性能を示した。撹乱データと元のデータから得られた差次的発現遺伝子（DEG）セット間のJaccard類似度は、外れ値が追加されるにつれて減少し、その速度は両手法で同等であった。
分類性能と一般化可能性において相違が現れた。ツール特異的遺伝子で訓練された分類モデルは、edgeRが13のコントラストのうち9つでより高いF1スコアを達成し、完全またはほぼ完全な精度に達する頻度が高いことを示した。Dolan-More性能プロファイルは、edgeRがより多くのデータセットにわたって最適に近い性能を維持することを示した。
クロススタディ検証では、その差は顕著であった。edgeRによって一意に同定された遺伝子セットは、保持されたSARS-CoV-2データセットからのサンプル分類において、より高いAUC、精度、再現率を示し, これはフォールド全体で一貫したパターンであり、一部のテストケースではedgeR特異的遺伝子を用いて完全な分離を達成した。DESeq2特異的遺伝子は、研究間でより低く、より変動の大きい性能を示した。
しかし、DESeq2は厳格な有意性閾値下でも全体としてより多くのDEGを同定した。著者らが結論づけるトレードオフは、発見感度と再現性の間にある。
研究者にとっての意味
「差次的発現解析における重要な問いは、どのツールがより多くの遺伝子を同定するかだけでなく、どのツールがより安定で、生物学的に解釈可能で、研究間で転用可能な遺伝子セットを同定するかである」とRezapourは記している。
この知見は、バイオマーカー発見、臨床トランスクリプトミクス、またはクロススタディ再現性が重要となるあらゆる応用において、edgeRがより少ない候補遺伝子を同定するにもかかわらず、より信頼性の高い選択肢となり得ることを示唆している。発見の最大化が優先される探索的研究では、DESeq2のより広範な遺伝子検出が好ましい場合もある, しかし、それらの遺伝子の一部は独立したデータセットで再現されない可能性があることを認識した上で結果を解釈すべきである。
この研究ではまた、両ツールの結果を交差させることを検証戦略として用いる一般的な慣行もテストした。分析の結果、このアプローチは、両ツールが同じ中核的統計的基盤, 負の二項一般化線形モデル, を共有し、それらの不一致は境界線上のシグナル周辺に集中する傾向があるため、ロバスト性を必ずしも向上させることなく感度を低下させることが判明した。
「両ツールの結果を交差させて検証と呼ぶことは避けてください」と著者らは助言する。「診断法を使用し、生物学を検証してください。」
出典
Rezapour M.「ツールの選択が重要：感度、ロバスト性、およびクロススタディ性能におけるedgeR vs. DESeq2の評価」PLOS ONE (2026). DOI：10.1371/journal.pone.0353788
雅子 訳