Questão de Biologia — Bioinformática — VUNESP 2024

RNA-Seq e a qualidade dos dados de expressão gênica

Gabarito: letra C. A etapa mais crucial para garantir a qualidade dos dados de RNA-Seq é a normalização dos dados de expressão usando um método adequado, pois é ela que corrige as variações técnicas entre as amostras (como profundidade de sequenciamento e composição de transcritos), permitindo comparações biológicas válidas entre tecidos diferentes. As demais alternativas, embora possam ser práticas recomendadas em alguns contextos, não são a etapa central de garantia de qualidade dos dados.

O RNA-Seq (sequenciamento de RNA) é uma técnica de sequenciamento de alto rendimento que permite analisar o transcriptoma — o conjunto completo de transcritos de RNA de uma célula ou tecido — e quantificar os níveis de expressão de cada gene. Quando comparamos a expressão gênica entre diferentes tecidos, geramos uma enorme quantidade de dados brutos que precisam ser processados e analisados. A qualidade desses dados é fundamental para que as conclusões sobre expressão diferencial sejam confiáveis.

O fluxo de análise de RNA-Seq envolve várias etapas: controle de qualidade das leituras brutas (com ferramentas como FastQC), alinhamento das leituras ao genoma de referência, quantificação da expressão gênica e, por fim, a análise de expressão diferencial. A normalização é uma etapa intermediária crucial que ajusta os dados para que as diferenças observadas entre as amostras reflitam diferenças biológicas reais, e não artefatos técnicos.

Por que a normalização é tão importante? Imagine que você sequenciou dois tecidos: o tecido A gerou 20 milhões de leituras e o tecido B gerou 40 milhões de leituras. Se um gene tem 100 leituras no tecido A e 150 no tecido B, sem normalização você concluiria que ele está mais expresso no tecido B. Mas, na verdade, o tecido B tem o dobro de leituras totais, então a expressão relativa é menor. A normalização corrige exatamente esse tipo de viés. Existem vários métodos de normalização, como RPKM/FPKM (Reads/Fragments Per Kilobase of transcript per Million mapped reads), TPM (Transcripts Per Million), TMM (Trimmed Mean of M-values) e DESeq2, cada um com suas premissas e adequações.

A escolha do método de normalização adequado depende do tipo de comparação que se deseja fazer. Para comparações entre tecidos diferentes, métodos como TMM ou DESeq2 são frequentemente recomendados, pois consideram a composição do transcriptoma. A normalização é, portanto, a etapa que garante que os dados de diferentes amostras sejam comparáveis, sendo essencial para a validade de qualquer análise de expressão diferencial.

A pegadinha desta questão está em confundir boas práticas de laboratório (como sequenciar em um único lote ou repetir amostras de baixa qualidade) com a etapa de garantia de qualidade dos dados. Essas práticas são importantes, mas não são a etapa crucial de análise de dados. A normalização é o coração da análise de RNA-Seq, pois sem ela, qualquer comparação entre amostras é potencialmente inválida.

Guarde este critério: a questão pergunta sobre a etapa que garante a qualidade dos dados — e a normalização é a etapa que transforma dados brutos em dados comparáveis e confiáveis. É exatamente nessa distinção que as alternativas se dividem.

Alternativa A — ❌ Incorreta

Sequenciar todas as amostras em um único lote é uma boa prática para reduzir o efeito de lote (batch effect), mas não é a etapa crucial de garantia de qualidade dos dados. O efeito de lote é uma variação técnica que pode ser corrigida posteriormente com métodos estatísticos, e sequenciar em um único lote nem sempre é possível (por limitação de capacidade ou logística). A normalização é mais abrangente e essencial.

Alternativa B — ❌ Incorreta

Utilizar um único controle interno para todas as amostras não é uma prática padrão em RNA-Seq. Diferente de outras técnicas (como qPCR, que usa genes de referência), o RNA-Seq não depende de um único controle interno; a normalização é feita com base em todo o transcriptoma ou em um conjunto de genes. Além disso, um único controle interno não corrigiria as variações técnicas entre amostras de forma adequada.

Alternativa C — ✅ Correta ⟵ GABARITO

A normalização dos dados de expressão usando um método adequado é a etapa mais crucial para garantir a qualidade dos dados de RNA-Seq. Ela corrige variações técnicas como profundidade de sequenciamento, composição de transcritos e eficiência de mapeamento, permitindo que as comparações entre tecidos reflitam diferenças biológicas reais. Sem normalização, os resultados de expressão diferencial seriam enviesados e não confiáveis.

Alternativa D — ❌ Incorreta

Repetir o sequenciamento para amostras com baixa qualidade é uma medida corretiva, não uma etapa de garantia de qualidade dos dados. Embora seja importante descartar ou repetir amostras de baixa qualidade (por exemplo, com baixo RIN — RNA Integrity Number), isso não é a etapa crucial de análise. A normalização é aplicada a todas as amostras, independentemente da qualidade, e é ela que garante a comparabilidade dos dados.

Alternativa E — ❌ Incorreta

Realizar uma análise de enriquecimento de vias metabólicas é uma etapa posterior à análise de expressão diferencial. Ela é usada para interpretar os resultados, identificando quais vias biológicas estão enriquecidas entre os genes diferencialmente expressos. Não é uma etapa de garantia de qualidade dos dados, mas sim de interpretação biológica.

Gabarito: letra C