En mi opinión, no es muy confiable. LiftOver es muy limitado en términos de transformaciones que puede soportar. El formato de cadena LiftOver solo puede capturar regiones coincidentes en el mismo orden. Significa que puede dar cuenta de indels, pero incluso las variaciones estructurales simples se vuelven problemáticas.

Por ejemplo, cuando hay un ensamblaje más nuevo disponible, generalmente es una práctica recomendada reasignar todas las lecturas en lugar de transformar el existente alineaciones.

Creo que en este momento, las únicas compilaciones humanas que vale la pena considerar son hg19 / GRCh37, ya que muchas bases de datos como gnomAD todavía usan esta versión exclusivamente. Por otro lado, hg38 / GRCh8 tiene muchas correcciones importantes y la característica útil (pero infrautilizada) de los loci alternativos.

Cualquier versión de versiones anteriores debe reasignarse a una más reciente.

Podría usar liftOver, que no siempre es genial.

Siempre que encuentro esto (especialmente datos NGS disponibles en el SRA), a menudo obtengo los archivos sin procesar (por ejemplo, fastqs) y vuelvo a align / re-map.

En su caso (matrices) puede ser un poco difícil. Sin embargo, no es imposible, ya que recientemente tomé algunos datos antiguos de microarrays de ADN / ARN de levadura y los actualicé al genoma más nuevo. Solo requiere los datos correctos (como el ADN para la normalización) y una buena comprensión de todo el proceso.

Un último recurso / alternativa es alinear sus datos nuevos con el genoma antiguo para poder hacer comparaciones. Esto no es ideal, pero funciona en los casos en que la actualización de una fuente no es posible o requiere una GRAN cantidad de tiempo / esfuerzo. He hecho esto para algunos experimentos de mosca en los que todos los datos disponibles / anteriores se realizaron en dm3. Todos los genomas antiguos generalmente se pueden encontrar en http://archive.ensembl.org.

Para el mouse, todavía veo personas que usan mm9 / NCBI37 en publicaciones de alto perfil a pesar de que mm10 / GRCm38 se lanzó hace más de 5 años (2011). Personalmente, no creo que sea una gran idea, pero sin duda es válida según los revisores.

También depende de su aplicación. Si está trabajando con regiones de codificación (probablemente bien conocidas desde hace mucho tiempo) o extrayendo estadísticas de todo el genoma (enriquecimiento en TSS, por ejemplo), las diferencias deberían ser insignificantes.