Efecto por lotes

Variación no biológica en los resultados de experimentos biológicos

En biología molecular , un efecto de lote ocurre cuando factores no biológicos en un experimento causan cambios en los datos producidos por el experimento. Tales efectos pueden llevar a conclusiones inexactas cuando sus causas están correlacionadas con uno o más resultados de interés en un experimento. Son comunes en muchos tipos de experimentos de secuenciación de alto rendimiento , incluidos aquellos que utilizan microarrays , espectrómetros de masas ^[1] y datos de secuenciación de ARN de una sola célula ^[2] . Se discuten más comúnmente en el contexto de la genómica y la investigación de secuenciación de alto rendimiento, pero también existen en otros campos de la ciencia ^{[1] .}

Definiciones

En la literatura se han propuesto múltiples definiciones del término "efecto de lote". Lazar et al. (2013) señalaron que "ofrecer una definición completa e inequívoca del llamado efecto de lote es una tarea difícil, especialmente porque sus orígenes y la forma en que se manifiesta en los datos no se conocen por completo o no se registran". Centrándose en los experimentos de microarrays, proponen una nueva definición basada en varias anteriores: "[E]l efecto de lote representa las diferencias técnicas sistemáticas cuando las muestras se procesan y miden en diferentes lotes y que no están relacionadas con ninguna variación biológica registrada durante el experimento MAGE [expresión génica de microarrays]". ^[3]

Causas

Se han identificado muchos factores potencialmente variables como posibles causas de los efectos del lote, entre los que se incluyen los siguientes:

• Condiciones de laboratorio ^[1]
• Elección del lote o partida de reactivo ^{[1] [4]}
• Diferencias de personal ^[1]
• Hora del día en que se realizó el experimento ^[4]
• Niveles de ozono atmosférico ^[4]
• Instrumentos utilizados para realizar el experimento

Corrección

Se han desarrollado varias técnicas estadísticas para intentar corregir los efectos de lotes en experimentos de alto rendimiento. Estas técnicas están pensadas para su uso durante las etapas de diseño experimental y análisis de datos. Históricamente se han centrado principalmente en experimentos genómicos y solo recientemente han comenzado a expandirse a otros campos científicos como la proteómica . ^[5] Un problema asociado con estas técnicas es que pueden eliminar involuntariamente la variación biológica real. ^[6] Algunas técnicas que se han utilizado para detectar y/o corregir los efectos de lotes incluyen las siguientes:

• Para los datos de microarrays se han utilizado modelos lineales mixtos , con factores de confusión incluidos como intersecciones aleatorias. ^[7]
• En 2007, Johnson et al. propusieron una técnica bayesiana empírica para corregir los efectos de los lotes. Este enfoque representó una mejora con respecto a los métodos anteriores, ya que se podía utilizar de manera eficaz con lotes pequeños. ^[4]
• En 2012, se presentó el paquete de software sva, que incluye múltiples funciones para ajustar los efectos de los lotes, incluido el uso de la estimación de variables sustitutas , que ya se había demostrado que mejoraba la reproducibilidad y reducía la dependencia en experimentos de alto rendimiento.
• Haghverdi et al. (2018) propusieron una técnica diseñada para datos de secuenciación de ARN de una sola célula, basada en la detección de vecinos mutuos más cercanos en los datos. ^[2]
• Papiez et al. (2019) propusieron un algoritmo de programación dinámica para identificar efectos de lote de valor desconocido en datos de alto rendimiento. ^[8]
• Voß et al. (2022) propusieron un algoritmo llamado HarmonizR que permite la armonización de datos entre conjuntos de datos proteómicos independientes con un manejo adecuado de los valores faltantes. ^[9]

Referencias

1. Leek, Jeffrey T. ; Scharpf, Robert B.; Bravo, Héctor Corrada; Simcha, David; Langmead, Benjamin ; Johnson, W. Evan; Geman, Donald; Baggerly, Keith; Irizarry, Rafael A. (octubre de 2010). "Abordar el impacto generalizado y crítico de los efectos de lote en datos de alto rendimiento". Nature Reviews Genetics . 11 (10): 733–739. doi :10.1038/nrg2825. ISSN  1471-0056. PMC  3880143 . PMID  20838408.
2. Haghverdi, Laleh; Lun, Aaron TL; Morgan, Michael D; Marioni, John C (mayo de 2018). "Los efectos de lote en los datos de secuenciación de ARN de células individuales se corrigen haciendo coincidir los vecinos más cercanos mutuos". Nature Biotechnology . 36 (5): 421–427. doi :10.1038/nbt.4091. ISSN  1087-0156. PMC 6152897 . PMID  29608177. 
3. Leek, Jeffrey T.; Johnson, W. Evan; Parker, Hilary S.; Jaffe, Andrew E.; Storey, John D. (15 de marzo de 2012). "El paquete sva para eliminar los efectos de lote y otras variaciones no deseadas en experimentos de alto rendimiento". Bioinformática . 28 (6): 882–883. doi :10.1093/bioinformatics/bts034. ISSN  1460-2059. PMC 3307112 . PMID  22257669. 
4. Johnson, W. Evan; Li, Cheng; Rabinovic, Ariel (1 de enero de 2007). "Ajuste de los efectos de lote en datos de expresión de microarrays utilizando métodos bayesianos empíricos". Bioestadística . 8 (1): 118–127. doi : 10.1093/biostatistics/kxj037 . ISSN  1468-4357. PMID  16632515.
5. Čuklina, Jelena; Pedrioli, Patrick GA; Aebersold, Ruedi (2020). Revisión de enfoques de prevención, diagnóstico y corrección de efectos de lote . Métodos en biología molecular. Vol. 2051. págs. 373–387. doi :10.1007/978-1-4939-9744-2_16. ISBN 978-1-4939-9743-5. ISSN  1940-6029. PMID  31552638. S2CID  202760910.
6. Goh, Wilson Wen Bin; Wang, Wei; Wong, Limsoon (junio de 2017). "Por qué los efectos de lote son importantes en los datos ómicos y cómo evitarlos". Tendencias en biotecnología . 35 (6): 498–507. doi :10.1016/j.tibtech.2017.02.012. PMID  28351613.
7. Espín-Pérez, Almudena; Portier, Chris; Chadeau-Hyam, Marc; van Veldhoven, Karin; Kleinjans, Jos CS; de Kok, Theo MCM (30 de agosto de 2018). Krishnan, Viswanathan V. (ed.). "Comparación de métodos estadísticos y el uso de muestras de control de calidad para la corrección del efecto de lote en datos del transcriptoma humano". PLOS ONE . ​​13 (8): e0202947. Bibcode :2018PLoSO..1302947E. doi : 10.1371/journal.pone.0202947 . ISSN  1932-6203. PMC 6117018 . PMID  30161168. 
8. Papiez, Anna; Marczyk, Michal; Polanska, Joanna; Polanski, Andrzej (1 de junio de 2019). Berger, Bonnie (ed.). "BatchI: Identificación del efecto de lote en datos de cribado de alto rendimiento utilizando un algoritmo de programación dinámica". Bioinformática . 35 (11): 1885–1892. doi :10.1093/bioinformatics/bty900. ISSN  1367-4803. PMC 6546123 . PMID  30357412. 
9. Voß, Hannah; Schlumbohm, Simón; Barwikowski, Philip; Wurlitzer, Marcos; Dottermusch, Matías; Neumann, Philipp; Schlüter, Hartmut; Neumann, Julia E.; Krisp, Christoph (20 de junio de 2022). "HarmonizR permite la armonización de datos entre conjuntos de datos proteómicos independientes con un manejo adecuado de los valores faltantes". Comunicaciones de la naturaleza . 13 (1): 3523. doi :10.1038/s41467-022-31007-x. ISSN  2041-1723. PMC 9209422 . PMID  35725563.