የኦሚክስ መረጃ ትንተና፡ ትራንስክሪፕቶሚክስ፣ ፕሮቲዮሚክስ እና የብዙ ኦሚክስ ውህደት

ትርፍ፡

• ብዙ የፍተሻ እርማት (የተስተካከለ p-value) በልዩነት አገላለጽ ትንተና እና የታጠፈ ለውጥን በትክክል የመተርጎም እና የውሸት አወንታዊ ውጤቶችን የማስወገድ ችሎታ።
• የቡድን ውጤቱን መለየት እና በ PCA ወደ ሞዴሉ መጨመር እና ቴክኒካዊ ድምጽን ከባዮሎጂካል ልዩነት መለየት
• እያንዳንዱን የመንገዶች ማንነት ከምንጩ ጋር የማገናኘት እና በመንገዶች ማበልጸግ እና በባለብዙ ኦሚክስ ውህደት ውስጥ በባዮሎጂካል ወጥነት የመቆጣጠር ችሎታ።

ሕዋስ ነጠላ ቁጥር አይደለም; በሺዎች የሚቆጠሩ ጂኖች፣ ፕሮቲኖች እና ሜታቦላይቶች በአንድ ጊዜ የሚጨፍሩበት ስርዓት ነው። ኦሚክስ (በአጠቃላይ ባዮሎጂካል ሽፋንን የሚለኩ የአቀራረቦች የጋራ ስም) ይህንን አጠቃላይ ዳንስ ለመያዝ ይሞክራል-ጂኖሚክስ (ዲ ኤን ኤ) ፣ ትራንስክሪፕትሚክስ (አር ኤን ኤ - የትኛው ጂኖች እንደሚሰራ እና ምን ያህል) ፣ ፕሮቲሞሚክስ (ፕሮቲን) ፣ ሜታቦሎሚክስ (ትናንሽ ሞለኪውሎች)። እያንዳንዱ የኦሚክስ ንብርብር በሺዎች የሚቆጠሩ ልኬቶችን ፣ ጫጫታ እና ውድ መረጃዎችን ያወጣል። AI ይህን ከፍተኛ-ልኬት ውሂብ እና ምልክት ቅጦችን በመቃኘት ላይ ኃይለኛ ነው; ግን የትኛው ንድፍ ባዮሎጂካል እውነት እንደሆነ እና የትኛው ቴክኒካዊ ጫጫታ እንደሆነ የሚወስኑት እርስዎ ነዎት።

በዚህ ክፍል ውስጥ ፣ በጣም የተለመደው የኦሚክስ ትንታኔ ፣ በጽሑፍ ገለፃ እንቀጥላለን ። መርሆቹ በሌሎች ንብርብሮች ላይም ይሠራሉ. የተለመደ የስራ ሂደት፡ የገለፃ ማትሪክስ ከጥሬ መረጃ (ረድፎች ጂኖች ናቸው፣ አምዶች ናሙናዎች ናቸው፣ ህዋሶች የገለፃ ደረጃዎች ናቸው)፣ መደበኛ መሆን (የቴክኒካል ልዩነቶችን ማስወገድ)፣ የልዩነት አገላለጽ ትንተና (በሁለት ሁኔታዎች መካከል በከፍተኛ ሁኔታ የሚለዋወጡ ጂኖችን መፈለግ)፣ የመንገድ ማበልፀጊያ (የተቀየሩት ጂኖች በየትኛው ባዮሎጂያዊ መንገድ እንደተሰበሰቡ መፈለግ) እና ትርጓሜ።

ልዩነት አገላለጽ፡ ማጠፍ ለውጥ እና የተስተካከለ p-value

አንድ ዘረ-መል “ተቀየረ” የሚለውን ለማወቅ ሁለት ቁጥሮች ይመለከታሉ፡ መታጠፍ ለውጥ - አገላለጽ ምን ያህል ጊዜ ይጨምራል/ይቀንስ፣ ብዙ ጊዜ በሎግ2 ሚዛን - እና የተስተካከለ p-value (padj - ብዙ ሙከራዎች ሲደረጉ የውሸት አወንታዊ ውጤቶችን የሚቆጣጠረው ስታቲስቲክስ)። ለምን ማስተካከል? በተመሳሳይ ጊዜ 20,000 ጂኖችን ስለምትሞክሩ; በአጋጣሚ እንኳን በመቶዎች የሚቆጠሩ ጂኖች “ጉልህ” ሊሆኑ ይችላሉ። ያለብዙ ሙከራ እርማት - እንደ ቤንጃሚ-ሆችበርግ ባሉ ዘዴዎች የውሸት ግኝት መጠን መገደብ - ዝርዝሩ አሳሳች ነው። AI ይህንን ስታቲስቲክስ የሚያሰላውን ስክሪፕት ሊጽፍ ይችላል, ነገር ግን እርማቱን ካስወገደ, የእርስዎ ውጤት በሳይንሳዊ መልኩ ሊከላከል የማይችል ነው.

ጥንቃቄ፡ አንድ AI በጥሬው p-value ላይ በመመስረት "500 ጂኖች በጣም ተለውጠዋል" ሊል ይችላል። የተስተካከለውን p-value ስንመለከት ቁጥሩ ወደ 30 ሊወርድ ይችላል። ይህ ህትመቱን በመቀበል እና አለመቀበል መካከል ያለው ልዩነት ነው.

ባች ውጤት፡ በጣም ተንኮለኛው ወጥመድ

ባች ውጤት (በተለያዩ ቀናት፣ መሳሪያዎች ወይም ሰዎች ናሙናዎችን በማዘጋጀት የሚመጣ ቴክኒካዊ ልዩነት) በኦሚክስ ትንታኔ ውስጥ ትልቁ የስህተት ምንጭ ነው። የእርስዎ ሁለቱ ሁኔታዎች በሁለት የተለያዩ ቀናት ውስጥ ከተካሄዱ፣ እርስዎ የሚያዩት "ባዮሎጂያዊ ልዩነት" በእውነቱ የቀን ልዩነት ሊሆን ይችላል። AI የባች ተለዋዋጭ ወደ ሞዴል (ለምሳሌ ~ ባች + ሁኔታ) እንዲጨምር ሊጠቁም ይችላል፣ ነገር ግን በትክክል ማዋቀር እና በሙከራ ንድፍ ውስጥ አለመቀላቀል የእርስዎ ኃላፊነት ነው።

ጠቃሚ ምክር: ትንታኔውን ከመጀመርዎ በፊት PCA (የዋና አካል ትንተና - ከፍተኛ መጠን ያለው መረጃን በበርካታ መጥረቢያዎች ላይ ጠቅለል አድርጎ የሚያሳይ ዘዴ) ገበታ ይሳሉ. ናሙናዎች በባዮሎጂያዊ ሁኔታ ሳይሆን በቡድን ከተሰበሰቡ, የቡድን ውጤቱ የበላይ ነው እና በመጀመሪያ መታረም አለበት.

የብዝሃ-omics ውህደት

እውነተኛ ግንዛቤ ብዙውን ጊዜ ሽፋኖቹን አንድ ላይ በማጣመር ይመጣል፡ አንድ ጂን ጠንክሮ እየሰራ ከሆነ ግን ፕሮቲኑ የማይጨምር ከሆነ ደንቡ በትርጉም ደረጃ ላይ ነው። የብዝሃ-omics ውህደት-የተለያዩ የኦሚክስ ንጣፎችን ወደ አንድ ነጠላ ሞዴል በማጣመር - AI ይበልጥ እየጠነከረ ይሄዳል ነገር ግን በጣም የሚያሳስት; ምክንያቱም የንብርብሮች ሚዛኖች፣ ጫጫታ እና የናሙና ተዛማጆች የተለያዩ ናቸው። AI የውህደት የስራ ሂደትን ይጠቁማል፣ ነገር ግን የውጤቶቹን ባዮሎጂያዊ ወጥነት ይቆጣጠራሉ።

ሶስት ጥቃቅን ጉዳዮች

ጉዳይ 1 - ማበልጸግ ተፋጠነ። በካንሰር ፕሮጀክት ውስጥ 1,240 ልዩነት ያላቸው ጂኖች ተገኝተዋል። የሕዋስ ዑደት እና የዲ ኤን ኤ መጠገኛ መንገዶችን በማጉላት ለመንገዶች ማበልጸጊያ ፕራይም አድርጓቸዋል። ቡድኑ በ2 ሰአት ውስጥ መላምት ካርታ ፈጠረ። ነገር ግን እያንዳንዱን መንገድ በገለልተኛ መሳሪያ (g፡Profiler) እንደገና ሞክረው እና አንደኛው መንገድ በ AI የተሳሳተ ካርታ እንደነበረ ደርሰውበታል።

ጉዳይ 2 - ባች ወጥመድ. አንድ ላቦራቶሪ በሁለት የሕክምና ቡድኖች መካከል "አስደናቂ" 900-ጂን ልዩነት አግኝቷል. PCA ን ሲያካሂዱ, ናሙናዎቹ በቡድን በቅደም ተከተል ተለያይተዋል. ከባች እርማት በኋላ ትክክለኛው ልዩነት ወደ 60 ጂኖች ቀንሷል። AI ሳይታሰብ በመጀመሪያው ትንታኔ ውስጥ የቡድን ተለዋዋጭውን አስቀርቷል.

ጉዳይ 3 - የተሰራ የመንገድ ስም. አንድ ተማሪ የጂን ዝርዝሩን ለ AI ሰጠ እና "የትኛው የKEGG መንገድ?" AI የመመላለሻ መታወቂያ እና ስም ልክ እንደ ሆነ አቅርቧል። ተማሪው KEGG ላይ ሲፈልግ ያ መታወቂያ እንደሌለ አየ; ማጣራት የተሰራውን ውጤት ከልክሏል።

አራት ሊገለበጡ የሚችሉ አብነቶች

1) የDESeq2 የስራ ፍሰት መግለጫ፡-

የእርስዎ ሚና፡ የስሌት ባዮሎጂስት። ለ አር ኤን ኤ ሴክ ልዩነት አገላለጽ ትንተና የደረጃ በደረጃ ስክሪፕት ከR/DESeq2 ጋር ይፃፉ፡ የማትሪክስ ንባብ ይቁጠሩ፣ የንድፍ ቀመር (~ ባች + ሁኔታ)፣ መደበኛነት፣ የውጤት ሠንጠረዥ። ብዙ የፍተሻ እርማትን (BH) በትክክል ይተግብሩ እና ፓድጅኮለምን ይጠቀሙ። እያንዳንዱ እርምጃ በአስተያየት መስመር ውስጥ ምን እንደሚሰራ ያብራሩ።

2) የጥራት ቁጥጥር;

የ RNA-seq QC ማረጋገጫ ዝርዝር ስጠኝ፡ የቡድን ቁጥጥር ከ PCA ጋር፣ የቤተ መፃህፍቱ መጠን፣ የጂን ማወቂያዎች ብዛት፣ የውጭ ማወቅ። ለእያንዳንዱ መለኪያ፣ “የማየው ነገር ያሳስበኛል” የሚለውን ገደብ ይግለጹ። ባች እና ባዮሎጂያዊ ሁኔታ ከተደባለቁ ምን ማድረግ እንዳለብኝ ያብራሩ.

3) የማበልጸግ ውጤት ማረጋገጫ;

የበለጸገ የመንገድ ዝርዝርን እሰጥዎታለሁ (የመንገዶች ብዛት፣ ፓድጅ፣ ጂኖች)። የእያንዳንዱን መንገድ ማንነት (KEGG/GO መታወቂያ) በቃላት ይፃፉ እና አያካሂዱት። ውጤቶችን በ padj አጣራ <0.05. የትኞቹ መንገዶች በባዮሎጂ እርስ በርስ እንደሚደጋገፉ ይግለጹ, ነገር ግን እያንዳንዱን ማንነት "በመረጃ ቋት ውስጥ መረጋገጥ አለበት" ብለው ምልክት ያድርጉበት.

4) የብዙ ኦሚክስ ወጥነት ማረጋገጫ፡-

ለጂን/ፕሮቲን ጥንድ ግልባጭ እና ፕሮቲን የሚጋጩ የገለፃ አቅጣጫዎች። ሊሆኑ የሚችሉ ባዮሎጂካል (ከመተርጎም በኋላ አርትዖት) እና ቴክኒካል (የመለኪያ ጫጫታ፣ የናሙና ማዛመድ) ምክንያቶችን ዘርዝር እና እያንዳንዱን እንዴት እንደምሞክር ንገረኝ።

ደካማ ጥያቄ / ጠንካራ ጥያቄ

ደካማ ጥያቄ፡

በዚህ የጂን ዝርዝር ውስጥ ያሉትን አስፈላጊ መንገዶች ይጥቀሱ።

ምንም ምንጮች, ምንም ስታቲስቲክስ, ከፍተኛ የተፈጠሩ መንገዶች አደጋ.

ኃይለኛ ጥያቄ፡-

የእርስዎ ሚና፡ የስሌት ባዮሎጂስት። በተያያዘው የጂን ሠንጠረዥ (ጂን፣ ሎግ2ኤፍሲ፣ ፓድጅ) ጂኖችን በ padj ብቻ ይውሰዱ<0.05። በእነዚህ ጂኖች እና በምጠቀምበት መሳሪያ (g፡Profiler) የሚደረገውን የGO ማበልጸጊያ ትንተና ደረጃዎችን ንገሩኝ። የመንገዱ ስም የውሸት ነው; መሣሪያውን አከናውናለሁ እና ትንታኔውን አደርጋለሁ, ትክክለኛውን ዘዴ እና በርካታ የፍተሻ እርማትን ብቻ ይገልጻሉ.

ልዩነት፡ ግልጽ ማጣሪያ፣ ዘዴ ትኩረት፣ ማምረት ላይ እገዳ እና ማረጋገጫን ለተጠቃሚው መተው።

የኦሚክስ ትንተና ደረጃዎች

ደረጃ

ዓላማ

የተለመደ ስህተት

AI ሚና

መደበኛነት

የቴክኒካዊ ልዩነትን ያስወግዱ

የተሳሳተ ዘዴ ምርጫ

ስክሪፕት + ምክንያታዊነት

PCA/QC

ባች እና ውጫዊ ማወቂያ

እርምጃዬን ዝለል

ምስል + አስተያየት

ልዩነት መግለጫ

ተለዋዋጭ ጂኖችን ማግኘት

ያልታረመ p

የስክሪፕት ረቂቅ

ማበልጸግ

መንገድ ይፈልጉ

የተሰራ መንገድ

ዘዴ

ውህደት

ንብርብሮችን ማዋሃድ

የመጠን/የግጥሚያ ስህተት

የስራ ፍሰት ምክር

ነጠላ ሕዋስ ኦሚክስ፡ አዲስ ልኬት

በቅርብ ዓመታት ውስጥ ነጠላ ሕዋስ ቅደም ተከተል - የእያንዳንዱን በሺዎች የሚቆጠሩ ሴሎች አገላለጽ መገለጫን መለካት - ኦሚክስን ወደ አዲስ ገጽታ ወስዷል። አሁን፣ “የቲሹ አማካኝ አገላለጽ” ሳይሆን እያንዳንዱን የሕዋስ ዓይነት በዚያ ቲሹ ውስጥ በተናጠል ማየት እንችላለን። ይህ ኃይል አዳዲስ ወጥመዶችን ያስተዋውቃል፡ መረጃው እጅግ በጣም አናሳ ነው (አብዛኞቹ ጂኖች በአብዛኛዎቹ ሕዋሶች ውስጥ ዜሮ ንባብ አላቸው - መውደቅ)፣ መጠኑ በአስር ሺዎች የሚቆጠሩ ሴሎች × ሃያ-ሺህ ጂኖች ነው፣ እና የሕዋስ ዓይነቶችን መለየት በአብዛኛው የሚከናወነው በክላስተር ነው። AI በነጠላ ሕዋስ መረጃ ላይ ክላስተር እና የሕዋስ ዓይነት መሰየሚያ ንድፎችን በማዘጋጀት ኃይለኛ ነው; ነገር ግን እያንዳንዱ ዘለላ እውነተኛ የሕዋስ ዓይነት ወይም ቴክኒካል ቅርስ (ለምሳሌ የሞቱ ሴሎች፣ ሁለት ሴሎች አንድ ላይ የተያዙ) መሆናቸውን በሚታወቁ አመልካች ጂኖች ታረጋግጣላችሁ። በእውነተኛው ስነ-ጽሁፍ ውስጥ የዚያ ዘለላ አመልካች ጂኖች ሳታረጋግጡ በ AI የተጠቆመውን የሕዋስ ዓይነት መለያ አትቀበል።

ጠቃሚ ምክር፡ በነጠላ ሕዋስ ትንተና፣ AI “T cell” የሚል መለያ ለክላስተር የሚጠቁም ከሆነ፣ የቲ ሴል ማርከሮች (ለምሳሌ ሲዲ 3) በእውነቱ በዚያ ክላስተር ውስጥ በከፍተኛ ሁኔታ መገለጣቸውን ለራስዎ ያረጋግጡ። መለያው በቶከን ካልተደገፈ መላምት እንጂ መደምደሚያ አይደለም።

የተለመዱ ስህተቶች

• የብዙ ሙከራ እርማትን መዝለል። ዝርዝሩ በጥሬው p-value ያብጣል; padj ጥቅም ላይ መዋል አለበት.
• ለባዮሎጂ የቡድን ተፅእኖን ስህተት። በመጀመሪያ በ PCA መፈተሽ አለበት።
• ወለሉን ብቸኛው መስፈርት እንዲቀይር ማድረግ. ከፍተኛ የመታጠፍ ለውጥ ዝቅተኛ አገላለጽ፣ ጫጫታ ባላቸው ጂኖች ውስጥ አሳሳች ሊሆን ይችላል።
• የተሰራውን መንገድ/GO ማንነትን መቀበል። ማንኛውም ማንነት በመረጃ ቋቱ ውስጥ መረጋገጥ አለበት።
• የናሙናውን መጠን ማቃለል. በ 2 በ 2 ንድፍ ውስጥ የስታቲስቲክስ ኃይል ዝቅተኛ ነው; ውጤቶቹ በጥንቃቄ መተርጎም አለባቸው.

በማጠቃለያው

የኦሚክስ ትንታኔ ከከፍተኛ-ልኬት፣ ጫጫታ ውሂብ ጋር ይሰራል፣ እና AI ይህን ውሂብ በመቃኘት፣ ስክሪፕቶችን በመፃፍ እና ስርዓተ ጥለቶችን በማርክ ያፋጥነዋል። ነገር ግን ብዙ የፈተና እርማት በልዩነት አገላለጽ፣ የቡድን ቁጥጥር ከ PCA እና ምንጭን በማበልጸግ ማረጋገጥ አስፈላጊ ናቸው። የብዝሃ-omics ውህደት ኃይለኛ ቢሆንም አሳሳች ነው; የንብርቦቹን መጠን እና የድምፅ ልዩነት ግምት ውስጥ በማስገባት እያንዳንዱን ውጤት በባዮሎጂካል ወጥነት ያረጋግጡ።

የመተግበሪያ ተግባር

በይፋ የሚገኝ የ RNA-seq ቆጠራ ማትሪክስ (ለምሳሌ ከጂኢኦ) ያግኙ። AI በ"DESeq2 የስራ ፍሰት" አብነት የትንታኔ ስክሪፕት እንዲጽፍ ያድርጉ እና የብዙ ሙከራ እርማት በትክክል መተግበሩን ያረጋግጡ። ከዚያ AI ን የማበልጸግ አስተያየት ይጠይቁ እና ሁሉንም የመንገዶች መታወቂያዎችን አንድ በአንድ በKEGG ወይም GO ጎታ ዳታቤዝ ላይ ያረጋግጡ። ምን ያህል እውነተኛ እንደሆኑ ልብ ይበሉ።

የማረጋገጫ ዝርዝር

• [] እኔ padj (የታረመ) የተጠቀምኩበት ልዩነት ትንተና ውስጥ, ጥሬ p-እሴት አይደለም.
• [] የቡድን ውጤቱን በ PCA ፈትሼ አስፈላጊ ከሆነ ወደ ሞዴሉ ጨምሬዋለሁ።
• [] ከፍተኛ የመታጠፍ ለውጥ ያላቸውን ነገር ግን ዝቅተኛ አገላለጽ በጥንቃቄ ተርጉሜያለሁ።
• [ ] እያንዳንዱን መንገድ/GO መታወቂያ ከእውነተኛው ዳታቤዝ ጋር አረጋግጫለሁ።
• [] የናሙና መጠኑን ስታትስቲካዊ ኃይል ገምግሜአለሁ።
• [ ] የብዙ ኦሚክስ ቅራኔዎችን ወደ ባዮሎጂያዊ እና ቴክኒካዊ ምክንያቶች ከፋፍዬአለሁ።