Gnóthachain:
- Cumas an fhadhb iolrach comparáide a thuiscint agus ceartúchán FDR (ráta fionnachtana bréagach) a áireamh san anailís
- Cumas suntas staitistiúil agus bitheolaíoch a idirdhealú trí luach-p agus méid na héifeachta (athrú fillte log2) a mheas le chéile
- Cumas gaistí sonraí ardtoiseacha cosúil le héifeacht bhaisc agus léim cúisíochta a aithint agus a sheachaint
Déanann an focal “omics” cur síos ar chur chuige a thomhaiseann aicme iomlán móilíní i gcill: géanóm (DNA ar fad), tras-scríbhneoireacht (na RNA / slonn géine ar fad), próitéamaíocht (gach próitéin), meitibilít (gach móilín beag). Is í an ghné choitianta de na tomhais seo ná a toiseachas ard: déantar na mílte nó fiú na mílte athróg (géinte, próitéiní) a thomhas go comhuaineach i sampla amháin, ach is gnách go mbíonn líon na samplaí beag (m.sh. 20 othar). Is é an cás seo “go leor athróg, roinnt samplaí” foinse na ndúshlán atá uathúil don bhitheolaíocht agus na réimsí inar féidir le AI a bheith an-chabhrach.
San aonad seo, pléifimid anailís difreálach slonn (lorg géinte a n-athraíonn a slonn go suntasach idir dhá ghrúpa) agus ról na hintleachta saorga sa sreabhadh oibre seo trí shampla na tras-scríbhinne (RNA-seq).
An fhadhb is mó a bhaineann le sonraí tríthoiseach ard
Má dhéanann tú tástáil ar na mílte géinte ag an am céanna, gheobhaidh tú géinte a bhfuil cuma "suntasach" orthu de sheans, fiú mura bhfuil fíordhifríochtaí ann. Má thástálann tú 20,000 géin le lamháil earráide 5%, d'fhéadfadh ~1,000 géinte a bheith "suntasach" de sheans. An fhadhb iolrachchomparáide a thugtar air seo agus is í an ghaisce is tábhachtaí maidir le hanailís omics. Is é an réiteach ná na p-luachanna a cheartú (m.sh. FDR — ráta fionnachtana bréagach a ríomh leis an modh Benjamini-Hochberg). Tá AI an-chabhrach chun an coincheap seo a mhíniú agus an cód ceart a scríobh; ach is ortsa atá an fhreagracht cuimhneamh ar an gceartúchán a chur i bhfeidhm.
Leid: Má fheiceann tú uimhir cosúil le “3,000 géinte athraithe go suntasach” i dtoradh omic, bíodh eagla ort. De ghnáth is comhartha é seo nach bhfuil ceartúchán comparáide iolrach déanta. Bheadh liosta réalaíoch idir na deich agus na céadta géinte i dturgnamh dea-dheartha.
Sloinn difreálach RNA-seq: céim ar chéim
- Áireamh amh: Tábla ina bhfuil cé mhéad léamh a thit i ngach sampla do gach géine.
- Cáilíocht agus scagadh: Caith géinte le slonn an-íseal.
- Normalú: Difríocht cheart i méid na leabharlainne idir samplaí (ní féidir an líon brutach a chur i gcomparáid).
- Múnla staidrimh: Difríocht grúpa tástála le DESeq2 nó edgeR (leabharlanna R) nó pyDESeq2 i Python.
- Ceartú comparáide iolrach: Ríomh FDR; de ghnáth tairseach FDR < 0.05.
- Méid na héifeachta: Déan measúnú le hathrú log2 huaire: cé mhéad uair a mhéadaíonn/laghdaíonn an slonn.
- Trácht: Déan géinte suntasacha a nascadh le conairí bitheolaíocha.
Intleacht shaorga 3-6. Cóidíonn sé na céimeanna, míníonn sé na coincheapa, agus cabhraíonn sé leat an t-aschur a léirmhíniú. Mar sin féin, ní féidir leis an tsamhail "cén géine a d'athraigh" a rá gan do shonraí amh a fheiceáil; Insíonn an cód agus na staitisticí é seo duit.
Teimpléid leid ar féidir a chóipeáil
Ról: Is tusa an cúntóir anailíse trascríobhaí. Comhthéacs: Tá tábla comhairimh amh RNA-seq (CSV) agam ó 12 rialú, 12 sampla cóireála. Tasc: Liostaigh céimeanna na hanailíse difreálach slonn le pyDESeq2, mínigh cén fáth a bhfuil gá le gach céim. Pleanáil ar dtús, cód sa dara háit. Bí cinnte ceartú comparáide iolracha a chur san áireamh.
Léirigh m'aschur anailíse 4,200 géinte mar "p<0.05". Cén fáth a bhféadfadh sé seo a bheith amhrasach? Mínigh ceartúchán comparáide iolrach (Benjamini-Hochberg FDR) agus tabhair cód Python a dhéanann an scagadh ceart.
Scríobh cód a tharraingíonn plota bolcán ó mo thábla torthaí slonn difreálach (géine, log2FC, colúin padj). Dathaigh na géinte le FDR <0.05 agus |log2FC|>1, lipéadaigh an 10 is fearr.
Conas a dhéanaim anailís ar an liosta géine suntasach seo le haghaidh saibhriú cosáin? Mínigh na céimeanna gseapy nó g:Profiler. Ná héiligh cúisíocht iomlán sa trácht, bain úsáid as teanga comhghaoil. Liosta géine: [liosta]
Leid lag / Pras láidir
Lag: "Inis dom cé na géinte atá tábhachtach maidir le toradh RNA-seq."
Láidir: "Tá aschur pyDESeq2 agam ó 12 rialú, 12 shampla cóireála: tábla le géine, log2FoldChange, colúin padj. Luaigh cód a scagtar géinte suntasacha le tairseacha FDR <0.05 agus |log2FC|>1, tuairiscíonn a n-uimhreacha, agus rangaíonn sé na 20 géinte is láidre de réir méid na héifeachta. Ansin mínigh cén fáth a bhfuil na tairseacha seo réasúnta."
Difríocht: Tá colúin aschuir iarbhír, tairseacha agus iarratas bailíochtaithe ag an leid cumhachtach. Próiseálann an tsamhail do shonraí in ionad ainm géine comhdhéanta a ghiniúint.
trí chás mion
Cás 1 – Tubaiste gan cheartú: D’aimsigh grúpa 3,800 géinte “suntasach” le p<0.05 gan cheartú agus chuir siad chuig foilseachán é. Nuair a d'iarr an réiteoir ceartú FDR, thit an liosta go dtí 47 géinte. Dá mbeadh an cód Benjamini-Hochberg curtha leis ag an hintleachta saorga ón tús, ní bheadh an náire sin tar éis tarlú. Ceacht: ní féidir an ceartúchán a phlé.
Cás 2 — Baisc-éifeacht: I staidéar amháin, próiseáladh samplaí ar dhá lá éagsúla. Ba é an rud a cheap siad a bhí ina difríocht "othar vs rialú" ná difríocht "1ú lá vs. 2ú lá" i ndáiríre (éifeacht bhaisc: difríocht theicniúil mar gheall ar an bpáirtí samplála). Chuidigh an AI le fiailí a bhaint as an comhartha spurious trí mholadh an athróg bhaisc a chur leis an múnla (~ riocht bhaisc + san fhoirmle mhúnla).
Cás 3 - Ag déanamh neamhairde d'athrú fillte: D'fhógair mac léinn géin "is tábhachtaí" a d'athraigh a slonn 2% ach a tomhaiseadh a bheith an-cobhsaí, díreach trí bhreathnú ar an luach-p. Cé go raibh méid na héifeachta (log2FC) beagnach nialas; ní tábhacht bhitheolaíoch é tábhacht staitistiúil. Mhínigh an tsamhail an t-idirdhealú seo agus mhol sé é a shamhlú le graf bolcán.
Tábla Comparáide: soiléireacht an choincheapa
coincheap
Brí
Cén fáth a bhfuil sé tábhachtach?
p-luach
An dóchúlacht gur comhtharlú an difríocht
is féidir leis féin a bheith míthreorach
FDR (padj)
Ráta ceartaithe earráide i dtástáil iolrach
Teorainneacha dearfacha bréagacha
athrú log2 huaire
Méid na héifeachta
Léiríonn tábhacht bhitheolaíoch
éifeacht bhaisc
Difríocht bhaisc theicniúil
Cruthaíonn comhartha falsa
normalú
Ceartú scála idirshampla
Déanann an chomparáid cothrom
Botúin choitianta
- Gan bacadh le ceartú comparáide iolracha: An botún is coitianta agus is tromchúisí.
- Ag féachaint ar an p-luach: Bí cinnte méid na héifeachta (log2FC) a mheas le chéile.
- Gan an éifeacht bhaisc a áireamh sa mhúnla: Difríocht theicniúil a chur amú maidir le difríocht bhitheolaíoch.
- Ag déanamh dearmad ar normalú: Ag comparáid idir amhuimhreacha go díreach.
- Teanga cúiseach: Ag rá "Is cúis le galar an ghéin seo"; Léiríonn sonraí Omics comhghaol, éilíonn cúisíocht turgnamh breise.
Aire: I sonraí ardtoiseacha, is dhá rud difriúil iad "suntasach ó thaobh staitistice" agus "suntasach go bitheolaíoch". Is hipitéis tosaigh é an liosta géine a tháirgtear trí hintleachta saorga; Níor cheart a mheas go bhfuil gach géine iarrthóra críochnaitheach gan fíorú trí mhodh neamhspleách (qPCR, tomhas próitéin).
Laghdú méide agus rialú cáilíochta
Is é an chéad rud atá le déanamh i sonraí ardtoiseach ná struchtúr ginearálta na samplaí a fheiceáil. Is é PCA (anailís phríomh-chomhpháirt: na mílte athróg a laghdú go cúpla haiseanna achoimre agus iad a thaispeáint i 2 thoise) an uirlis chaighdeánach chuige seo. Má tá na grúpaí a bhfuil súil agat leo (rialú/cóireáil) scartha sa chairt PCA, tá sé go maith; ach má tá na samplaí cnuasaithe de réir "lá próiseáilte" seachas de réir grúpa, is rabhadh éifeacht bhaisc é seo. Taispeánann an chairt chéanna sampla asluiteach amháin (theip) láithreach freisin.
Tarraing PCA ó mo tábla slonn normalaithe (géine as a chéile, sampla colún). Samplaí datha de réir grúpa (rialú/cóireáil), cruth trí bhaisc phróiseála. Déan trácht ar cé acu an bhfuil éifeacht bhaisc nó patrún asluiteach le feiceáil sa ghraf.
Tiomáineann an chéim heorastúil seo an chuid eile den anailís: is fearr asluiteach a ghabháil go luath ná míonna a chur amú ar thoradh bréagach.
Sonraí aonchill: gné nua
Le blianta beaga anuas, tá seicheamhú RNA aonchealla (RNA-seq aonchealla: próifíl slonn na mílte cealla aonair a thomhas) tar éis éirí go forleathan. Anseo éiríonn na sonraí níos mó fós: na mílte cealla, na mílte géinte an ceann. Próiseálann uirlisí ar nós Scanpy (Python) na sonraí seo; cnuasaíonn cealla agus aithníonn sé cineálacha cille. Scríobhann AI an cód don sreabhadh oibre seo, ach braitheann ainmníocht bhitheolaíoch na gcineálacha cille (cibé acu is “cill T” nó “macrophage” braisle) ar ghéinte marcála agus ar shaineolas. Bí cinnte go ndeimhníonn tú an lipéad cineál cille a sannann an tsamhail do bhraisle le marcóirí aitheanta; Is é seo an chéim is coitianta a mhíthuiscint in anailís aonchealla.
Sonraí oscailte agus in-atáirgtheacht
Déanann an chuid is mó de na staidéir omics a gcuid sonraí a uaslódáil chuig stórtha poiblí: GEO (Gene Expression Omnibus) agus ArrayExpress le haghaidh léiriú géine, SRA (Seicheamh Léamh Cartlann) le haghaidh seichimh amh, PRIDE le haghaidh próitéamaíocht. Tá sé seo ríthábhachtach ionas gur féidir le daoine eile do thorthaí a fhíorú agus ionas gur féidir leat sonraí ó staidéir eile a athanailís. Is féidir le AI cód a scríobh (le huirlisí cosúil le GEOparse) a íoslódálann agus a eagraíonn sonraí ó chláruimhir GEO (m.sh. uimhir GSE); Ach bí cinnte dearadh na sonraí a d'íoslódáil tú a léamh agus a dhearbhú (cé mhéad grúpa, cé mhéad athrá, a phróiseálann tú) ón taifead bunaidh. Má mhaíonn an tsamhail go “cuimhnítear” dearadh staidéir, is buille faoi thuairim é seo nach mór a fhíorú i gcónaí.
Go hachomair
Tomhaiseann sonraí Omics na mílte athróg i méid samplach beag; Cruthaíonn sé seo gaistí comparáidí iolracha, éifeachtaí baisc agus ró-léirmhínithe. Intleacht shaorga; Scríobhann sé an cód le haghaidh anailíse difreálach ar léiriú, míníonn sé na coincheapa, agus cabhraíonn sé leat na torthaí a léirmhíniú. Mar sin féin, is ortsa atá an fhreagracht ceartú FDR a chur i bhfeidhm, méid na héifeachta a mheas, agus teanga na cúisíochta a sheachaint. Is hipitéisí iad géinte iarrthóra go dtí go bhfíoraítear iad trí mhodh neamhspleách.
Tasc feidhmchláir
Faigh nó cruthaigh tábla torthaí slonn difreálach samplach (gen, log2FC, padj). Iarr ar an AI cód a scríobh a scagtar de réir FDR<0.05 agus |log2FC|>1, a thuairiscíonn líon na ngéinte suntasacha, agus a bhreacann graf bolcán. Rith an cód. Ansin iarr ar an tsamhail cé mhéad géin a bheadh “suntasach” a ríomh mura ndéanfaí an ceartúchán, agus an difríocht a léirmhíniú.
seicliosta
- [ ] Chuir mé ceartú comparáide iolracha (FDR) i bhfeidhm.
- Rinne mé measúnú ar mhéid na héifeachta (log2FC) chomh maith leis an [ ] p-luach.
- [ ] Sheiceáil mé na hathróga baisc/teicniúla.
- [ ] Níor scipeáil mé an chéim normalaithe.
- [ ] Bhain mé úsáid as teanga an chomhghaoil seachas an chúisíocht.
- [ ] Mharcáil mé géinte iarrthóra mar hipitéisí nach mór a dhearbhú.