DEPower: approximate power analysis with DESeq2

Stel je voor dat je een chef-kok bent die probeert het perfecte recept voor een nieuw gerecht te creëren. Voordat je gasten uitnodigt om het te proeven, moet je weten: Hoeveel mensen moet ik uitnodigen om er zeker van te zijn dat ze het nieuwe specerijje dat ik heb toegevoegd echt lekker vinden? Als je te weinig mensen uitnodigt, heb je misschien geluk of pech met hun meningen en denk je dat het specerij werkt (of niet werkt) terwijl dat eigenlijk niet zo is. Als je te veel mensen uitnodigt, verspil je tijd en geld aan een feestje dat niet nodig was geweest.

Dit artikel gaat over het helpen van wetenschappers bij het plannen van hun "smaaktesten" voor RNA-sequencing (een manier om de genetische instructies binnen cellen te lezen).

Hier is de uitleg van het probleem en de oplossing, met behulp van eenvoudige analogieën:

Het Probleem: Het raden van de groepsgrootte
In de wereld van RNA-onderzoek moeten wetenschappers precies uitzoeken hoeveel monsters (zoals hoeveel cellen of weefselmonsters) ze moeten verzamelen om te bewijzen dat een specifieke verandering echt is.

• De Oude Manier: De meeste hulpmiddelen gebruikten om dit aantal te raden duizenden nep computer-simulaties te draaien. Het is also kind als je probeert te achterhalen hoeveel dobbelsteenworpen je nodig hebt om een zes te gooien door daadwerkelijk herhaaldelijk dobbelstenen te gooien in een simulatie. Het werkt, maar het is traag en komt niet altijd overeen met de specifieke regels van het spel.
• De Mismatch: De meest populaire manier waarop wetenschappers hun uiteindelijke data analyseren, wordt DESeq2 genoemd. Het is als een zeer specifieke, uiterst nauwkeurige liniaal. Echter, de meeste hulpmiddelen die werden gebruikt om het experiment te plannen, gebruikten niet diezelfde liniaal; ze gebruikten een andere, minder compatibele meetlint. Dit betekende dat het plan niet perfect overeenkwam met de analysemethode die ze later zouden gebruiken.

De Oplossing: DEPower
De auteurs hebben een nieuw hulpmiddel gebouwd genaamd DEPower.

• De Analogie: Denk aan DEPower als een "magische rekenmachine" die exact dezelfde taal spreekt als de DESeq2-liniaal. In plaats van duizenden trage simulaties te draaien (het gooien van dobbelstenen), gebruikt het een directe wiskundige formule (een analytische benadering) om je precies te vertellen hoeveel monsters je nodig hebt.
• Het Voordeel: Omdat het direct is gebouwd op het DESeq2-raamwerk, zijn de planning en de analyse perfect op elkaar afgestemd. Het zorgt ervoor dat wanneer de wetenschapper het experiment uiteindelijk uitvoert, de "liniaal" die hij gebruikte om te plannen, dezelfde is als de ene die hij gebruikt om de resultaten te meten.

Het Resultaat
Het team heeft deze wiskunde omgezet in een gratis, gemakkelijk te gebruiken website (een webgebaseerde tool). Ze beweren dat dit "rigoureus studieontwerp" toegankelijk maakt voor iedereen.

• In gewone mensentaal: Ze hebben een complexe wiskundige puzzel die normaal gesproken een PhD in statistiek vereist om op te lossen, in een eenvoudige website geplaatst. Nu kan elke onderzoeker online gaan, zijn cijfers invoeren en direct weten precies hoeveel monsters hij nodig heeft om een succesvol, reproduceerbaar experiment uit te voeren zonder middelen te verspillen.

Samenvatting
DEPower is een nieuwe, gratis online tool die wetenschappers helpt bij het plannen van hun RNA-experimenten door precies dezelfde wiskundige regels te gebruiken als de meest populaire analyse-software (DESeq2). Het vervangt trage, gokkende simulaties door een snelle, directe berekening, waardoor wetenschappers precies het juiste aantal "proefpersonen" uitnodigen om een betrouwbaar resultaat te krijgen.