Para los biólogos que analizan datos de secuenciación de ARN, la elección entre edgeR y DESeq2, las dos herramientas más utilizadas para el análisis de expresión génica diferencial, a menudo ha sido una cuestión de preferencia personal o hábito institucional. Un nuevo estudio publicado en PLOS ONE sugiere que la elección importa más de lo que muchos investigadores suponen.
El estudio, liderado por Mostafa Rezapour, evaluó las implementaciones actuales de edgeR (v4.4.2) y DESeq2 (v1.46.0) en una colección diversa de conjuntos de datos reales de RNA-seq masivo que abarcan infección viral, infección bacteriana y enfermedad pulmonar fibrótica tanto en sistemas humanos como de primates no humanos.
Lo que se midió
El marco de evaluación cubrió cuatro dimensiones: sensibilidad al tamaño de la muestra y robustez a la perturbación por valores atípicos; rendimiento de clasificación de genes identificados únicamente por cada herramienta; concordancia a nivel de vías de los procesos biológicos enriquecidos; y generalizabilidad entre estudios a través de conjuntos de datos independientes.
Para el análisis entre estudios, la investigación utilizó cuatro conjuntos de datos independientes de SARS-CoV-2 para probar si los conjuntos de genes identificados por cada herramienta en un conjunto de datos podían separar muestras de enfermedad de las de control en conjuntos de datos excluidos.
Los resultados
En sensibilidad y robustez, ambas herramientas funcionaron de manera similar. La similitud de Jaccard entre los conjuntos de genes expresados diferencialmente (DEG) de datos perturbados y originales disminuyó a medida que se agregaban más valores atípicos, a tasas comparables para ambos métodos.
La divergencia surgió en el rendimiento de clasificación y la generalizabilidad. Los modelos de clasificación entrenados con genes específicos de cada herramienta mostraron que edgeR alcanzó puntuaciones F1 más altas en 9 de 13 contrastes y alcanzó con mayor frecuencia una precisión perfecta o casi perfecta. Los perfiles de rendimiento de Dolan-More indicaron que edgeR mantuvo un rendimiento más cercano al óptimo en una mayor proporción de conjuntos de datos.
En la validación entre estudios, la diferencia fue pronunciada. Los conjuntos de genes identificados únicamente por edgeR produjeron AUC, precisión y sensibilidad más altos en la clasificación de muestras de conjuntos de datos excluidos de SARS-CoV-2, un patrón consistente en todos los pliegues, con algunos casos de prueba que lograron una separación perfecta utilizando genes específicos de edgeR. Los genes específicos de DESeq2 mostraron un rendimiento más bajo y más variable entre estudios.
Sin embargo, DESeq2 identificó más DEG en general, incluso bajo umbrales de significancia estrictos. La compensación, concluyen los autores, es entre la sensibilidad de descubrimiento y la reproducibilidad.
Lo que esto significa para los investigadores
«Una pregunta clave en el análisis de expresión diferencial no es solo qué herramienta identifica más genes, sino qué herramienta identifica conjuntos de genes que son más estables, biológicamente interpretables y transferibles entre estudios», escribe Rezapour.
Los hallazgos sugieren que para el descubrimiento de biomarcadores, la transcriptómica clínica o cualquier aplicación donde la reproducibilidad entre estudios sea crítica, edgeR puede ser la opción más fiable a pesar de identificar menos genes candidatos. Para estudios exploratorios donde maximizar el descubrimiento es la prioridad, la detección más amplia de genes de DESeq2 puede ser preferible, pero los resultados deben interpretarse con la conciencia de que algunos de esos genes podrían no replicarse en conjuntos de datos independientes.
El estudio también probó la práctica común de intersecar los resultados de ambas herramientas como estrategia de validación. El análisis encontró que este enfoque reduce la sensibilidad sin necesariamente mejorar la robustez, ya que ambas herramientas comparten la misma base estadística fundamental, modelos lineales generalizados de binomial negativa, y sus discrepancias tienden a agruparse alrededor de señales límite.
«Eviten intersecar los resultados de ambas herramientas y llamarlo validación», aconsejan los autores. «Utilicen diagnósticos y validen la biología.»
Fuentes
Rezapour M. «La elección de la herramienta importa: evaluación de edgeR vs. DESeq2 para sensibilidad, robustez y rendimiento entre estudios.» PLOS ONE (2026). DOI: 10.1371/journal.pone.0353788
Traducido por Alessandra