Ontologizer 3: a cross-platform desktop application for frequentist and Bayesian GO enrichment analysis

Resumen Técnico: Ontologizer 3

Planteamiento del Problema
El análisis de sobrerepresentación de la Ontología Génica (GO) es un método estándar para interpretar la actividad génica, sin embargo, enfrenta desafíos debido a la estructura jerárquica de la GO. Esta estructura crea un solapamiento sustancial entre los conjuntos de genes anotados, lo que a menudo conduce a resultados redundantes o difíciles de interpretar. Las herramientas existentes pueden tener dificultades para equilibrar la identificación de términos significativos con la necesidad de una explicación parsimoniosa y no redundante de la actividad biológica observada. Además, existe la necesidad de un software de escritorio accesible y multiplataforma que integre marcos analíticos tanto frecuentistas como bayesianos para abordar estas complejidades estructurales.

Metodología
Ontologizer 3 es una aplicación de escritorio multiplataforma diseñada para realizar análisis de enriquecimiento de GO utilizando dos enfoques estadísticos complementarios:

1. Enfoque Frecuentista: Este método evalúa los términos de la GO individualmente mediante una prueba exacta de Fisher de una sola cola. Genera valores de significancia a nivel de término (p-valores) pero, debido al solapamiento jerárquico de los conjuntos de genes, a menudo produce listas extensas de términos significativos con una fuerte redundancia de anotación.
2. Enfoque Bayesiano: Este método emplea el Análisis de Conjuntos de Genes Basado en Modelos (MGSA). A diferencia del método frecuentista, el MGSA evalúa los términos de forma conjunta para tener en cuenta las dependencias dentro de la jerarquía de la GO. Produce probabilidades posteriores a nivel de término, con el objetivo de identificar un conjunto parsimonioso de términos que expliquen colectivamente la actividad génica observada.

Implementación
El software está construido como una aplicación Tauri, utilizando un backend en Rust para el rendimiento y un frontend en Angular para la interfaz de usuario. Presenta los términos enriquecidos tanto en formatos tabulares como gráficos. La aplicación está diseñada para ser agnóstica a la plataforma, con paquetes de instalación disponibles para Macintosh, Windows y distribuciones de Linux basadas en Debian.

Resultados
Utilizando datos simulados con una verdad de campo conocida, los autores evaluaron el rendimiento de ambos métodos:

• Fiabilidad: Se encontró que tanto el enfoque frecuentista como el MGSA identifican de manera fiable el término causal responsable de la actividad génica.
• Precisión: Si bien ambos métodos identificaron el término causal correcto, el enfoque MGSA (Bayesiano) demostró una precisión sustancialmente mayor. Logró reducir la redundancia típica de los resultados frecuentistas al proporcionar un conjunto más conciso de términos explicativos.

Significancia y Reivindicaciones
El artículo posiciona a Ontologizer 3 como una herramienta fácil de usar que cierra la brecha entre el análisis frecuentista tradicional y el modelado bayesiano moderno en el contexto del enriquecimiento de GO. Su contribcción principal es la integración de estas dos perspectivas metodológicas distintas en una única aplicación de escritorio disponible de forma gratuita. Al ofrecer MGSA junto con la prueba exacta de Fisher estándar, el software permite a los investigadores elegir entre una lista exhaustiva de términos significativos o un conjunto más refinado y parsimonioso de términos que tiene en cuenta mejor la naturaleza jerárquica de la Ontología Génica. El software se publica bajo la licencia MIT, garantizando el acceso abierto para la comunidad de investigación.