{rfName}
AR

Indexat a

Llicència i ús

Icono OpenAccess

Citacions

158

Altmetrics

Anàlisi d'autories institucional

Ferrer, AAutor o coautor

Compartir

31 d’octubre de 2024
Publicacions
>
Article
Sí

ARSyN: a method for the identification and removal of systematic noise in multifactorial time-course microarray experiments

Publicat a: BIOSTATISTICS. 13 (3): 553-566 - 2012-01-01 13(3), DOI: 10.1093/biostatistics/kxr042

Autors:

MARÍA JOSÉ NUEDA; Alberto Ferrer; Ana Conesa
[+]

Afiliacions

Ctr Invest Principe Felipe, Bioinformat & Genom Dept - Autor o coautor
Univ Alicante, Dept Estadist & Invest Operat - Autor o coautor
Univ Politecn Valencia, Dept Estadist & Invest Operat Aplicadasy Calidad - Autor o coautor
Veure més

Resum

Transcriptomic profiling experiments that aim to the identification of responsive genes in specific biological conditions are commonly set up under defined experimental designs that try to assess the effects of factors and their interactions on gene expression. Data from these controlled experiments, however, may also contain sources of unwanted noise that can distort the signal under study, affect the residuals of applied statistical models, and hamper data analysis. Commonly, normalization methods are applied to transcriptomics data to remove technical artifacts, but these are normally based on general assumptions of transcript distribution and greatly ignore both the characteristics of the experiment under consideration and the coordinative nature of gene expression. In this paper, we propose a novel methodology, ARSyN, for the preprocessing of microarray data that takes into account these 2 last aspects. By combining analysis of variance (ANOVA) modeling of gene expression values and multivariate analysis of estimated effects, the method identifies the nonstructured part of the signal associated to the experimental factors (the noise within the signal) and the structured variation of the ANOVA errors (the signal of the noise). By removing these noise fractions from the original data, we create a filtered data set that is rich in the information of interest and includes only the random noise required for inferential analysis. In this work, we focus on multifactorial time course microarray (MTCM) experiments with 2 factors: one quantitative such as time or dosage and the other qualitative, as tissue, strain, or treatment. However, the method can be used in other situations such as experiments with only one factor or more complex designs with more than 2 factors. The filtered data obtained after applying ARSyN can be further analyzed with the appropriate statistical technique to obtain the biological information required. To evaluate the performance of the filtering strategy, we have applied different statistical approaches for MTCM analysis to several real and simulated data sets, studying also the efficiency of these techniques. By comparing the results obtained with the original and ARSyN filtered data and also with other filtering techniques, we can conclude that the proposed method increases the statistical power to detect biological signals, especially in cases where there are high levels of structural noise. Software for ARSyN is freely available at http://www.ua.es/personal/mj.nueda.
[+]

Paraules clau

Analysis of varianceAnimalAnimalsArticleAscaBatch effectBromobenzeneBromobenzenesComputer simulationData interpretation, statisticalDna microarrayGene expression profilingGene-expressionGeneticsLiverMetabolismMethodologyMicroarraysModels, statisticalNormalizationOligonucleotide array sequence analysisPhysiological stressPhysiologyPotatoPrincipal component analysisPrincipal components analysisRatRatsSingleSolanum tuberosumStatistical analysisStatistical modelStress, physiologicalSystematic noiseSystematic noise.Tool

Indicis de qualitat

Impacte bibliomètric. Anàlisi de la contribució i canal de difusió

El treball ha estat publicat a la revista BIOSTATISTICS a causa de la seva progressió i el bon impacte que ha aconseguit en els últims anys, segons l'agència WoS (JCR), s'ha convertit en una referència en el seu camp. A l'any de publicació del treball, 2012, es trobava a la posició 10/47, aconseguint així situar-se com a revista Q1 (Primer Cuartil), en la categoria Mathematical & Computational Biology.

Des d'una perspectiva relativa, i tenint en compte l'indicador de impacte normalitzat calculat a partir de les Citacions Mundials proporcionades per WoS (ESI, Clarivate), proporciona un valor per a la normalització de citacions relatives a la taxa de citació esperada de: 1.19. Això indica que, comparat amb treballs en la mateixa disciplina i en el mateix any de publicació, el situa com un treball citat per sobre de la mitjana. (font consultada: ESI 13 Nov 2025)

Aquesta informació es reforça amb altres indicadors del mateix tipus, que encara que dinàmics en el temps i dependents del conjunt de citacions mitjanes mundials en el moment del seu càlcul, coincideixen a posicionar en algun moment el treball, entre el 50% més citats dins de la seva temàtica:

  • Mitjana Ponderada de l'Impacte Normalitzat de l'agència Scopus: 2.09 (font consultada: FECYT Mar 2025)

Concretament, i atenent a les diferents agències d'indexació, aquest treball ha acumulat, fins a la data 2026-04-02, el següent nombre de cites:

  • WoS: 55
  • Scopus: 58
  • Europe PMC: 43
[+]

Impacte i visibilitat social

Des de la dimensió d'influència o adopció social, i prenent com a base les mètriques associades a les mencions i interaccions proporcionades per agències especialitzades en el càlcul de les denominades "Mètriques Alternatives o Socials", podem destacar a data 2026-04-02:

  • L'ús, des de l'àmbit acadèmic evidenciat per l'indicador de l'agència Altmetric referit com a agregacions realitzades pel gestor bibliogràfic personal Mendeley, ens dona un total de: 106.
  • L'ús d'aquesta aportació en marcadors, bifurcacions de codi, afegits a llistes de favorits per a una lectura recurrent, així com visualitzacions generals, indica que algú està fent servir la publicació com a base del seu treball actual. Això pot ser un indicador destacat de futures cites més formals i acadèmiques. Aquesta afirmació està avalada pel resultat de l'indicador "Capture", que aporta un total de: 106 (PlumX).

Amb una intenció més de divulgació i orientada a audiències més generals, podem observar altres puntuacions més globals com:

  • El Puntuació total de Altmetric: 3.

És fonamental presentar evidències que recolzin l'alineació plena amb els principis i directrius institucionals sobre Ciència Oberta i la Conservació i Difusió del Patrimoni Intel·lectual. Un clar exemple d'això és:

  • El treball s'ha enviat a una revista la política editorial de la qual permet la publicació en obert Open Access.
[+]

Reconeixements vinculats a l’ítem

Spanish MICINN [BIO2008-04368-E, DPI2008-06880-C03-03/DPI]
[+]