R-ODAF: Omics data analysis framework for regulatory application

Simple item page

Simple item page

Full item details

dc.contributor.author

Verheijen, Marcha CT.

Meier, Matthew J.

Asensio, Juan Ochoteco

Gant, Timothy W.

Tong, Weida

Yauk, Carole L.

Caiment, Florian

dc.date.accessioned

2024-03-04T01:41:37Z

dc.date.available

2024-03-04T01:41:37Z

dc.date.issued

2022-03-03

dc.description.abstract - en

Despite the widespread use of transcriptomics technologies in toxicology research, acceptance of the data by regulatory agencies to support the hazard assessment is still limited. Fundamental issues contributing to this are the lack of reproducibility in transcriptomics data analysis arising from variance in the methods used to generate data and differences in the data processing. While research applications are flexible in the way the data are generated and interpreted, this is not the case for regulatory applications where an unambiguous answer, possibly later subject to legal scrutiny, is required. A reference analysis framework would give greater credibility to the data and allow the practitioners to justify their use of an alternative bioinformatic process by referring to a standard. In this publication, we propose a method called omics data analysis framework for regulatory application (R-ODAF), which has been built as a user-friendly pipeline to analyze raw transcriptomics data from microarray and next-generation sequencing. In the R-ODAF, we also propose additional statistical steps to remove the number of false positives obtained from standard data analysis pipelines for RNA-sequencing. We illustrate the added value of R-ODAF, compared to a standard workflow, using a typical toxicogenomics dataset of hepatocytes exposed to paracetamol.

dc.description.abstract-fosrctranslation - fr

Malgré l'utilisation généralisée des technologies transcriptomiques dans la recherche en toxicologie, l'acceptation des données par les agences de réglementation pour étayer l'évaluation des dangers est encore limitée. Les problèmes fondamentaux qui y contribuent sont le manque de reproductibilité dans l’analyse des données transcriptomiques résultant de la variance dans les méthodes utilisées pour générer des données et des différences dans le traitement des données. Si les applications de recherche sont flexibles dans la manière dont les données sont générées et interprétées, ce n'est pas le cas pour les applications réglementaires où une réponse sans ambiguïté, éventuellement soumise ultérieurement à un examen juridique, est requise. Un cadre d'analyse de référence donnerait une plus grande crédibilité aux données et permettrait aux praticiens de justifier leur recours à une démarche bioinformatique alternative en se référant à une norme. Dans cette publication, nous proposons une méthode appelée cadre d'analyse de données omiques pour application réglementaire (R-ODAF), qui a été conçue comme un pipeline convivial pour analyser les données transcriptomiques brutes provenant de puces à ADN et de séquençage de nouvelle génération. Dans le R-ODAF, nous proposons également des étapes statistiques supplémentaires pour supprimer le nombre de faux positifs obtenus à partir des pipelines d’analyse de données standard pour le séquençage de l’ARN. Nous illustrons la valeur ajoutée de R-ODAF, par rapport à un flux de travail standard, en utilisant un ensemble de données toxicogénomiques typiques d'hépatocytes exposés au paracétamol.

dc.identifier.doi

https://doi.org/10.1016/j.yrtph.2022.105143

dc.identifier.uri

https://open-science.canada.ca/handle/123456789/1982

dc.language.iso

en

dc.publisher

Elsevier

dc.subject - en

Health

Health and safety

dc.subject - fr

Santé

Santé et sécurité

dc.subject.en - en

Health

Health and safety

dc.subject.fr - fr

Santé

Santé et sécurité

dc.title - en

R-ODAF: Omics data analysis framework for regulatory application

dc.type - en

Article

dc.type - fr

Article

Download(s)

Original bundle

Now showing 1 - 1 of 1

Name: R-ODAF - Omics data analysis framework for regulatory application.pdf

Size: 4.81 MB

Format: PDF

Download file