Efecto de lote

En biología molecular , el efecto de lote se produce cuando factores no biológicos en un experimento provocan cambios en los datos generados por dicho experimento. Estos efectos pueden llevar a conclusiones inexactas cuando sus causas se correlacionan con uno o más resultados de interés en el experimento. Son comunes en muchos tipos de experimentos de secuenciación de alto rendimiento , incluidos aquellos que utilizan microarrays , espectrómetros de masas ^{[ 1 ]} y datos de secuenciación de ARN de células individuales [2]. Se suelen ^{analizar en el} contexto de la genómica y la investigación en secuenciación de alto rendimiento, pero también existen en otros campos de la ciencia ^{[ 1 ] .}

En la literatura se han propuesto múltiples definiciones del término "efecto de lote". Lazar et al. (2013) señalaron: "Proporcionar una definición completa e inequívoca del llamado efecto de lote es una tarea desafiante, especialmente porque sus orígenes y la forma en que se manifiesta en los datos no se conocen completamente o no se registran". Centrándose en experimentos de microarrays, proponen una nueva definición basada en varias anteriores: "[E]l efecto de lote representa las diferencias técnicas sistemáticas cuando las muestras se procesan y miden en diferentes lotes y que no están relacionadas con ninguna variación biológica registrada durante el experimento MAGE [expresión génica de microarrays]". ^{[ 3 ]}

Se han identificado muchos factores potencialmente variables como posibles causas de efectos de lote, entre ellos los siguientes:

• Condiciones de laboratorio ^{[ 1 ]}
• Elección del lote o partida de reactivo ^{[ 1 ] [ 4 ]}
• Diferencias de personal ^{[ 1 ]}
• Hora del día en que se realizó el experimento ^{[ 4 ]}
• Niveles de ozono atmosférico ^{[ 4 ]}
• Instrumentos utilizados para realizar el experimento

Se han desarrollado diversas técnicas estadísticas para intentar corregir los efectos de lote en experimentos de alto rendimiento. Estas técnicas están diseñadas para usarse durante las etapas de diseño experimental y análisis de datos. Históricamente, se han centrado principalmente en experimentos de genómica y solo recientemente han comenzado a expandirse a otros campos científicos como la proteómica . ^{[ 5 ]} Un problema asociado con estas técnicas es que pueden eliminar involuntariamente la variación biológica real. ^{[ 6 ]} Algunas técnicas que se han utilizado para detectar y/o corregir los efectos de lote incluyen las siguientes:

• Para los datos de microarrays, se han utilizado modelos lineales mixtos , incluyendo factores de confusión como interceptos aleatorios. ^{[ 7 ]}
• En 2007, Johnson et al. propusieron una técnica bayesiana empírica para corregir los efectos de lote. Este enfoque representó una mejora con respecto a los métodos anteriores, ya que podía utilizarse eficazmente con tamaños de lote pequeños. ^{[ 4 ]}
• En 2012 se presentó el paquete de software sva . Incluye múltiples funciones para ajustar los efectos de lote, incluido el uso de la estimación de variables sustitutas , que previamente había demostrado mejorar la reproducibilidad y reducir la dependencia en experimentos de alto rendimiento.
• Haghverdi et al. (2018) propusieron una técnica diseñada para datos de secuenciación de ARN de células individuales, basada en la detección de vecinos más cercanos mutuos en los datos. ^{[ 2 ]}
• Papiez et al. (2019) propusieron un algoritmo de programación dinámica para identificar efectos de lote de valor desconocido en datos de alto rendimiento. ^{[ 8 ]}
• Voß et al. (2022) propusieron un algoritmo llamado HarmonizR que permite la armonización de datos entre conjuntos de datos proteómicos independientes con un manejo adecuado de los valores faltantes. ^{[ 9 ]}