Per Genomica di JMP 3.2, abbiamo ricevuto diverse richieste da parte degli utenti di implementare la correzione in background di GCRMA nel nostro processo di importazione CEL. Analogamente alla richiesta di implementare RMA per JMP Genomics 3.0, ciò era principalmente motivato dal desiderio dei clienti di elaborare set di dati relativamente grandi senza essere limitati dalla memoria RAM. Diversi clienti (e i nostri tester) hanno riferito di essere limitati all'elaborazione di 60-80 file CEL HU133 alla volta utilizzando GCRMA implementato in R / Bioconductor su un computer Windows XP da 32 bit da 2 GB. L'abbiamo visto usando R / Bioconductor come applicazione standalone o attraverso il wrapper Bioconductor Expresso in JMP Genomics.
L'implementazione GMPMA di Genomics di JMP supera questa limitazione di memoria e consente l'elaborazione di centinaia o persino di migliaia di file CEL alla volta. Durante il processo, lo sviluppatore Tzu-Ming Chu ha lavorato attraverso passaggi intermedi per implementare l'algoritmo nel codice SAS. Analogamente ad altre implementazioni commerciali di GCRMA, la nostra implementazione utilizza una versione (2.1) dell'algoritmo, che dipende dalle sonde di mismatch per stimare la correzione in background.
JMP Genomics GCRMA offre risultati altamente correlati con l'implementazione R / Bioconductor. Le correlazioni tra le intensità normalizzate GCRMA log2 generate dalle due implementazioni per gli stessi array variavano da 0,999 a 0,999 per diversi set di dati che abbiamo testato. Incidentalmente, Tzu-Ming ha scoperto che diversi passaggi nell'implementazione R (ad esempio, la linea si adatta a un sottoinsieme di dati per la stima dell'affinità di legame non specifico) erano sensibili alla natura dei sottoinsiemi casuali scelti da diverse sequenze dell'algoritmo. Ha anche scoperto che l'attuale versione rilasciata del pacchetto gcrma differisce dalla versione beta attualmente in fase di sviluppo, quindi gli utenti di questo pacchetto dovrebbero essere consapevoli dei potenziali cambiamenti in arrivo in una versione successiva dell'algoritmo. Sebbene la normalizzazione GCRMA sia stata introdotta in Wu et al. (2004), l'implementazione in Bioconductor varia da versione a versione e potrebbe non essere esattamente la stessa del documento originale dichiarato.
Tzu-Ming e gli altri sviluppatori mi spingono sempre a sottolineare che i metodi di normalizzazione, compresa la normalizzazione quantile, come RMA e GCRMA, sono metodi piuttosto severi. In un Biotecnologia naturale pubblicazione dal MAQC I, Tong et al. (2006) hanno mostrato chiaramente che i controlli esterni di Affymetrix (set di sonde con prefisso AFFX) tendono ad esibirsi in modo incoerente dopo le normalizzazioni di GCRMA e RMA. Sebbene la correlazione tra gli array migliori dopo l'applicazione delle normalizzazioni GCRMA e RMA, gli utenti di questi metodi potrebbero rischiare di sovra-normalizzare i propri dati. I nostri principali motivatori per l'implementazione di questi metodi in Genomics JMP erano la domanda da parte dei clienti commerciali e la popolarità di questi algoritmi nel mercato dell'analisi genomica. Come a volte ricordo al team di sviluppo, non possiamo dire al mercato cosa vuole. Per il nostro giovane prodotto, questo è il miglior esempio di questo fenomeno.
