Genome biology · 2015
gespeR: a statistical model for deconvoluting off-target-confounded RNA interference screens.
СтатьяПоддержка исследования: вне правительства СШАНазвание и аннотация: Перевод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Schmich Fabian, Szczurek Ewa, Kreibich Saskia, Dilling Sabrina, Andritschke Daniel, Casanova Alain, Low Shyan Huey, Eicher Simone, Muntwiler Simone, Emmenlauer Mario, Rämö Pauli, Conde-Alvarez Raquel, von Mering Christian, Hardt Wolf-Dietrich, Dehio Christoph, Beerenwinkel Niko
Аннотация
Small interfering RNAs (siRNAs) exhibit strong off-target effects, which confound the gene-level interpretation of RNA interference screens and thus limit their utility for functional genomics studies. Here, we present gespeR, a statistical model for reconstructing individual, gene-specific phenotypes. Using 115,878 siRNAs, single and pooled, from three companies in three pathogen infection screens, we demonstrate that deconvolution of image-based phenotypes substantially improves the reproducibility between independent siRNA sets targeting the same genes. Genes selected and prioritized by gespeR are validated and shown to constitute biologically relevant components of pathogen entry mechanisms and TGF-β signaling. gespeR is available as a Bioconductor R-package.