por JMP Genomics 3.2, tuvimos varias solicitudes de los usuarios para implementar la corrección de fondo GCRMA en nuestro proceso de importación CEL. Similar a la solicitud de implementar RMA para JMP Genomics 3.0, esto se debió principalmente al deseo de los clientes de procesar conjuntos de datos relativamente grandes sin estar limitado por la memoria RAM. Varios clientes (y nuestros propios evaluadores) informaron que estaban limitados a procesar aproximadamente 60-80 archivos CEL HU133 a la vez utilizando el GCRMA implementado en R / Bioconductor en una máquina con Windows XP de 32 bits y 2 GB. Vimos esto cuando usamos R / Bioconductor como una aplicación independiente o a través del envoltorio de Bioconductor Expresso en JMP Genomics.
La implementación de JMP Genomics GCRMA supera esta limitación de memoria y permite el procesamiento de cientos o incluso mil archivos CEL a la vez. Durante el proceso, el desarrollador Tzu-Ming Chu trabajó en pasos intermedios para implementar el algoritmo en el código SAS. Similar a otras implementaciones comerciales de GCRMA, nuestra implementación utiliza una versión (2.1) del algoritmo, que depende de las sondas de desajuste para estimar la corrección de fondo.
JMP Genomics GCRMA proporciona resultados que están altamente correlacionados con la implementación de R / Bioconductor. Las correlaciones entre las intensidades normalizadas log2 GCRMA generadas por las dos implementaciones para los mismos arreglos variaron de 0.995 a 0.999 para varios conjuntos de datos que probamos. Incidentalmente, Tzu-Ming encontró que varios pasos en la implementación de R (por ejemplo, ajustes de línea a un subconjunto de datos para estimar la afinidad de enlace no específica) eran sensibles a la naturaleza de los subconjuntos aleatorios elegidos por diferentes ejecuciones del algoritmo. También descubrió que la versión actual del paquete gcrma difiere de la versión beta actualmente en desarrollo, por lo que los usuarios de este paquete deben estar conscientes de los cambios potenciales que se presentarán en una versión posterior del algoritmo. Aunque la normalización de GCRMA se introdujo en Wu et al. (2004), la implementación en Bioconductor varía de una versión a otra y puede que no sea exactamente la misma que el documento original.
Tzu-Ming y los otros desarrolladores siempre me instan a señalar que los métodos de normalización que incluyen la normalización de cuantiles, como RMA y GCRMA, son métodos bastante severos. en un Biotecnología de la naturaleza publicación de MAQC I, Tong et al. (2006) mostraron claramente que los controles externos de Affymetrix (conjuntos de sondas con el prefijo AFFX) tienden a funcionar de manera inconsistente después de las normalizaciones de GCRMA y RMA. Aunque la correlación entre matrices mejora después de que se aplican las normalizaciones de GCRMA y RMA, los usuarios de estos métodos pueden correr el riesgo de normalizar sus datos en exceso. Nuestros principales motivadores para implementar estos métodos en JMP Genomics fueron la demanda de los clientes comerciales y la popularidad de estos algoritmos en el mercado de análisis genómico. Como a veces le recuerdo al equipo de desarrollo, no podemos decirle al mercado lo que quiere. Para nuestro producto joven, este es el mejor ejemplo de este fenómeno.
