plosbiology：我們對基因表達數據存在普遍誤解

　　數據可重復性一直以來都是實驗生物學的一個主要問題，隨著基因組技術的發展以及相關數據復雜性的不斷提高，這一問題的嚴重性又得到了很大程度地提升。

　　11月12日，特拉維夫大學的Shir Mandelbaum，Zohar Manber，Orna Elroy-Stein和Ran Elkon在《PLOS Biology》上發表文章，指出RNA-seq技術產生的數據經常出現技術偏差，進而導致錯誤的結論。

　　通過分析數十個可公開獲得的，針對細胞對多種不同壓力的反應的RNA-seq數據集合， Mandelbaum及其同事注意到，長度過短或過長的基因集合反復顯示出表達水平的變化。

(圖片來源：Www.pixabay.com)

　　作者對此感到困惑，然后試圖搞清楚這一現象背后究竟是真實的生物學反應，還是實驗過程引入的人為誤差。為了解決這個問題，他們比較了相同生物學條件下的重復批次的樣本。重復樣品之間基因表達的差異可以反映與生物學因素無關的技術性影響。結果表明，在不同的重復中，長度過短或過長的基因都顯示出“表達差異”，因此這一現象似乎是基因長度差異引起的“技術性誤差”。

　　RNA-seq實驗的主要目的是表征受特定因素影響而被激活或抑制的生物學過程。Mandelbaum及其同事證明，在許多RNA-seq數據集中，基因長度偏差以及統計分析中的一些缺陷會導致對特定生物學功能出現錯誤識別。通過消除這種偏見，能夠濾過濾虛假信息，同時保留了生物學上真實信息。

　　資訊出處：Widespread misinterpretation of gene expression data

　　原始出處：Shir Mandelboum, Zohar Manber, Orna Elroy-Stein, Ran Elkon. Recurrent functional misinterpretation of RNA-seq data caused by sample-specific gene length bias. PLOS Biology, 2019； 17 (11): e3000481 DOI: 10.1371/journal.pbio.3000481