ウェルグリーン・アイ株式会社

• 実験条件が同一・類似であっても、登録者間で異なる用語（例：cold treatment, low temperature）で記述・登録されています。
• そのため、使用されているすべての用語を把握し、それらのすべての用語で検索を実施しなければ、網羅的なデータベース検索ができません。

• RNA抽出時の実験条件の項目は、材料（系統・品種）、生育ステージ、部位、時刻、生育環境など多岐に渡ります。
• 実験条件全体を把握するためには各実験のWebページを参照する必要があり、時間と労力を要します。
• さらに、すべての実験条件の項目が詳細に記述されているとは限りません。

• ほぼすべてのケースで、 遺伝子発現行列に対するドライ解析から取得した DEG群には、 形質関連遺伝子とそれ以外の遺伝子が混在 しています。

続きはこちら...

• ドライ解析の結果として多数のDEGが抽出され、形質関連遺伝子の絞り込みが困難になる要因の一つに、 DEGの選抜手法が適切でないことが挙げられます。

• 形質（表現型の変化）を直接支配する複数の遺伝子が存在する場合、表現型を変化させる転写産物量（遺伝子発現量）の変動量（絶対量、閾値）は、遺伝子間で必ずしも均一ではありません。

続きはこちら...

• このことは、ゲノム内の全遺伝子に対して画一的に同じ基準を適用している従来法では、形質関連遺伝子群を効率的に探索できないことを意味します。

• 従来法では、2つの遺伝子（遺伝子ペア）の発現プロファイル間の相関係数を用いるため、全ペアに対する計算を要します。
• そして、有意に高い相関係数を示す遺伝子ペアを共発現遺伝子群とします。
• ここで、もっとも重要な問題点として、 相関係数が高い遺伝子ペアであっても、回帰直線から大きく離れたプロット（外れ値のサンプル）も存在する可能性があります（例：下図）。
• 外れ値を示す遺伝子ペアは、実験条件によって発現量が異なっており、同一の生物学的機能を有する候補遺伝子として妥当であるかは不明です。

続きはこちら...

候補遺伝子（DEG）群から形質関連遺伝子群を同定するために、遺伝子の生物学的機能情報が広く活用されています。
しかし、候補遺伝子の機能を推定する従来法には、以下の問題があります。

続きはこちら...

結果として、多くの場合、推定された遺伝子機能情報の品質・信頼性が低く、RNA-seq実験から得た多数の候補遺伝子からウェット検証実験を実施すべき遺伝子の決定が困難となっています。

候補遺伝子（DEG）群のグローバルな機能を推定するために、機能アノテーションに対するエンリッチメント解析が広く用いられています。
エンリッチメント解析では、候補遺伝子群ともう1つの遺伝子群（バックグラウンド）を用い、2群の機能アノテーションの度数分布を統計的に比較します。
ここで、エンリッチメント解析では、機能アノテーションの推定法と統計解析手法の両面に問題があります。

続きはこちら...

エンリッチメント解析では、候補遺伝子（DEG）群と比較対象（基準）とする遺伝子群（バックグラウンド）を用い、2群の機能アノテーションの度数分布を比較します。
ここで、このバックグラウンドの定義と利用に問題があります。

続きはこちら...

従来のエンリッチメント解析で用いるバックグラウンドは問題が指摘されている一方で未解決となっています。