En biologie moléculaire, l'effet Batch (ou effet de lot) est l'altération des données produites dans une expérience en raison de facteurs non biologiques. De tels effets peuvent conduire à des conclusions inexactes lorsque leurs causes sont corrélées à un ou plusieurs résultats d'intérêts dans une expérience. Ils sont courants dans de nombreux types d'expériences de séquençage à haut débit, y compris celles utilisant des puces à ADN, des spectromètres de masse, et des données de séquençage d'ARN unicellulaire. Ils sont le plus souvent abordés dans le contexte de la recherche en génomique et sur le séquençage à haut débit, mais ils existent également dans d’autres domaines scientifiques.
De multiples définitions du terme « effet batch » ont été proposées dans la littérature. Lazar et coll. (2013) ont noté : . En se concentrant sur les expériences avec des puces à ADN, ils proposent une nouvelle définition basée sur les définitions précédentes : .
De nombreux facteurs de variations potentiellement ont été identifiés comme causes potentielles de l'effets batch, notamment les suivants :
conditions de laboratoire ; choix du lot de réactifs ou du batch ; différences de personnel ; heure de la journée à laquelle l'expérience a été menée ; niveaux d'ozone atmosphérique ; instruments utilisés pour mener l'expérience.
Diverses techniques statistiques ont été développées pour tenter de corriger l'effet batch dans les expériences à haut débit. Ces techniques sont destinées à être utilisées pendant les étapes de conception expérimentale et d’analyse des données. Historiquement, ils se sont principalement concentrés sur les expériences en génomique et n’ont commencé que récemment à s’étendre à d’autres domaines scientifiques tels que la protéomique . Un problème associé à de telles techniques est qu’elles peuvent involontairement supprimer la variation biologique réelle. Certaines techniques qui ont été utilisées pour détecter et/ou corriger l'effet batch sont les suivantes :
Pour les données d'expériences de puces à ADN, des modèles mixtes linéaires ont été utilisés, avec des facteurs de confusion inclus sous forme d'interceptions aléatoires. En 2007, Johnson et coll. a proposé une technique bayésienne empirique pour corriger l'effet batch. Cette approche a représenté une amélioration par rapport aux méthodes précédentes dans la mesure où elle pouvait être utilisée efficacement avec des lots de petites tailles. En 2012, le progiciel sva a été présenté. Il comprend plusieurs fonctions permettant d'ajuster l'effet de batch, notamment l'utilisation de l'estimation de variables de substitution, dont il avait déjà été démontré qu'elle améliorait la reproductibilité et réduisait la dépendance dans les expériences à haut débit. Haghverdi et coll. (2018) ont proposé une technique conçue pour les données de séquençage d'ARN unicellulaire, basée sur la détection des voisins les plus proches dans les données. Papiez et coll. (2019) ont proposé un algorithme de programmation dynamique pour identifier les effets par lots de valeur inconnue dans les données à haut débit. Voß et al. (2022) ont proposé un algorithme appelé HarmonizR qui permet l'harmonisation des données sur des ensembles de données protéomiques indépendants avec une gestion appropriée des valeurs manquantes.
Références
Catégorie:Biologie moléculaire