verrijkingsanalyses

Verrijkingsanalyses (enrichment analyses) zijn statistische benaderingen om te bepalen of bepaalde functionele groepen, zoals genensets of paden, oververtegenwoordigd zijn in een lijst van genen van interesse (bijvoorbeeld differentieel uitgedrukte genen) ten opzichte van een geschikte achtergrond. Het doel is om de biologische interpretatie van hoogdoorlatende omvattende datasets te verbeteren door signatuurpatronen of functies te identificeren die karakteristiek zijn voor de lijst.

Er zijn twee hoofdbenaderingen. In oververtegenwoordiginganalyse (ORA) wordt getest of een geselecteerde set genen vaker voorkomt in de lijst dan verwacht onder een hypergeomatische of Fisher-test. Een andere benadering is de rangorde-gebaseerde enrichmentanalyse, zoals Gene Set Enrichment Analysis (GSEA), die werkt met een rangorde van alle genen en geen harde drempel voor selectie vereist. Uitkomsten omvatten p-waarden, meestal gecorrigeerd voor meerdere toetsen (FDR of Bonferroni), en bij GSEA een enrichment score met de leading-edge-subset die bijdraagt aan het signaal.

Bronnen voor genensets omvatten databases als Gene Ontology (GO), KEGG en Reactome. De keuze van achtergrond is cruciaal: meestal de set van alle geteste genen of alle in de studie opgenomen genen. Interpretatie vereist voorzichtigheid vanwege biases zoals genlengte, annotatievolledigheid, grootte van genensets en redundantie tussen sets, evenals afhankelijkheden tussen genen.

Toepassingen omvatten interpretatie van transcriptomica-, proteomica- en metabolomica- datasets, functionele annotatie van signalen en prioritering van biologische hypotheses.