L'évolution des définitions des gènes/transcrits modifie significativement l'interprétation des données GeneChip

La profilage d'expression à l'échelle du génome est un outil puissant pour impliquer de nouveaux ensembles de gènes dans les mécanismes cellulaires de la santé et de la maladie. La plateforme la plus populaire pour le profilage d'expression à l'échelle du génome est l'Affymetrix GeneChip. Cependant, sa sélection de sondes reposait sur une annotation préalable du génome et du transcriptome, qui diffère significativement des connaissances actuelles. Les problèmes informatiques résultants ont un impact profond sur l'analyse et l'interprétation des données. Ici, nous abordons ces questions critiques et proposons une solution. Nous avons identifié plusieurs classes de problèmes au niveau des sondes individuelles dans l'annotation existante, en supposant que les bases de données génomiques et transcriptomiques actuelles sont plus exactes que celles utilisées pour la conception du GeneChip. Nous avons ensuite réorganisé les sondes sur plus d'une douzaine de GeneChips populaires en ensembles de sondes spécifiques aux gènes, aux transcrits et aux exons à la lumière des informations à jour sur le génome, les regroupements cDNA/EST et les polymorphismes nucléotidiques simples. La comparaison des résultats d'analyse entre les ensembles de sondes originaux et redéfinis révèle une divergence d'environ 30-50 % pour les gènes précédemment identifiés comme différentiellement exprimés, indépendamment de la méthode d'analyse. Nos résultats démontrent que les définitions originales des ensembles de sondes Affymetrix sont inexactes et que de nombreuses conclusions tirées des analyses passées de GeneChip peuvent être significativement erronées. Il sera bénéfique de ré-analyser les données GeneChip existantes avec des définitions mises à jour des ensembles de sondes.