Uru:
- Ikike ịghọta ọtụtụ nsogbu ntụnyere ma tinye FDR (ọnụego nchọpụta ụgha) mgbazi na nyocha
- Ikike ịmata ọdịiche dị n'ihe ndekọ ọnụ ọgụgụ na nke ndu site n'ịtụle p-uru na nha mmetụta (mgbanwe log2 fold) ọnụ.
- Ikike ịmata na zere ọnyà data dị elu dị ka mmetụta ogbe na ịmali ihe kpatara ya
Okwu a bụ "omics" na-akọwa ụzọ na-eru otu dum klas nke ụmụ irighiri ihe dị na cell: genomics (niile DNA), transcriptomics (ihe niile RNA / gene okwu), proteomics (niile protein), metabolomics (niile obere ụmụ irighiri ihe). Ihe a na-ahụkarị nke nha ndị a bụ akụkụ dị elu ha: a na-atụ ọtụtụ puku ma ọ bụ ọbụna iri puku kwuru iri puku ndị na-agbanwe agbanwe (genes, proteins) n'otu oge n'otu ihe atụ, ma ọnụ ọgụgụ nke nlele na-abụkarị obere (dịka ndị ọrịa 20). Ọnọdụ a "ọtụtụ mgbanwe, ihe nlele ole na ole" bụ isi iyi nke ihe ịma aka pụrụ iche na bayoloji na mpaghara ebe AI nwere ike inye aka.
Na nkeji a, anyị ga-atụle nyocha okwu dị iche iche (ịchọta mkpụrụ ndụ ihe nketa nke okwu ha na-agbanwe nke ukwuu n'etiti otu abụọ) yana ọrụ ọgụgụ isi na-arụ ọrụ a site na ihe atụ nke transcriptomics (RNA-seq).
Isi nsogbu nke elu akụkụ data
Ọ bụrụ na ị nwalee ọtụtụ puku mkpụrụ ndụ ihe nketa n'otu oge, ị ga-ahụ mkpụrụ ndụ ihe nketa ndị yiri "ihe dị mkpa" na ndabara, ọbụlagodi na enweghị ezigbo ọdịiche. Ọ bụrụ na ị nwalee mkpụrụ ndụ ihe nketa 20,000 na oke njehie 5%, ~ 1,000 mkpụrụ ndụ ihe nketa nwere ike bụrụ "ihe dị mkpa" na mberede. A na-akpọ nke a nsogbu ntụnyere ọtụtụ ma bụrụkwa ọnyà kacha dị egwu nke nyocha omics. Ihe ngwọta bụ imezi ụkpụrụ p-values (dịka gbakọọ FDR - ọnụọgụ nchọpụta ụgha na usoro Benjamini-Hochberg). AI na-enye aka nke ukwuu n'ịkọwa echiche a na ide koodu ziri ezi; mana ọ bụ ọrụ gị icheta itinye mgbazi ahụ.
NDỤMỌDỤ: Ọ bụrụ na ịhụ nọmba dị ka "genes 3,000 gbanwere nke ukwuu" na nsonaazụ omics, tụrụ ụjọ. Nke a na-abụkarị ihe ịrịba ama na emebeghị ọtụtụ ntule. Ndepụta ezi uche ga-abụ iri na iri ruo ọtụtụ narị mkpụrụ ndụ ihe nketa na nnwale a haziri nke ọma.
Okwu dị iche iche RNA-seq: nzọụkwụ site nzọụkwụ
- Ọnụ ọgụgụ raw: Tebụl nwere ole agụ dara dara na nlele nke ọ bụla maka mkpụrụ ndụ ihe nketa ọ bụla.
- Ogo na nzacha: Tufuo mkpụrụ ndụ ihe nketa nwere obere okwu.
- Nhazi: Ọdịiche dị n'ọbá akwụkwọ ziri ezi n'etiti ihe nlele (ọnụọgụ nke enweghị atụ).
- Ụdị ngụkọ: Nwalee ọdịiche otu na DESeq2 ma ọ bụ EdgeR (R Library) ma ọ bụ pyDESeq2 na Python.
- Ndozi ntụnyere ọtụtụ: Gbakọọ FDR; na-abụkarị ọnụ ụzọ nke FDR <0.05.
- Nha mmetụta: Nyochaa na mgbanwe mpịaji log2: ugboro ole okwu na-abawanye / na-ebelata.
- Ikwu: Jikọta mkpụrụ ndụ ihe nketa pụtara ìhè na ụzọ ndụ.
Ọgụgụ isi 3-6. Ọ na-edobe usoro ndị a, na-akọwa echiche ndị ahụ, ma nyere gị aka ịkọwapụta nsonaazụ. Agbanyeghị, ihe nlereanya ahụ enweghị ike ịsị “nke mkpụrụ ndụ ihe nketa gbanwere” na-ahụghị data raw gị; Koodu na ọnụ ọgụgụ na-agwa gị nke a.
Ndebiri ozugbo enwere ike iṅomi
Ọrụ: Ị bụ onye inyeaka nyocha nke transcript. Okwu: Enwere m RNA-seq raw count table (CSV) site na njikwa iri na abụọ, ihe nlele ọgwụgwọ iri na abụọ. Ọrụ: Depụta usoro nyocha okwu dị iche na pyDESeq2, kọwaa ihe kpatara nzọụkwụ ọ bụla ji dị mkpa. Mee atụmatụ nke mbụ, koodu nke abụọ. Jide n'aka na itinye ọtụtụ mmezi ntụnyere.
Ihe nyocha m gosipụtara gosipụtara mkpụrụ ndụ ihe nketa 4,200 dị ka "p<0.05". Gịnị kpatara nke a nwere ike ịbụ enyo? Kọwaa mmezi ntụnyere ọtụtụ (Benjamini-Hochberg FDR) wee nye koodu Python nke na-eme nzacha ziri ezi.
Dee koodu nke na-esetịpụ nkata mgbawa ugwu site na tebụl nsonaazụ m dị iche (gene, log2FC, kọlụm padj). Jiri FDR <0.05 na |log2FC|>1 mee mkpụrụ ndụ ihe nketa, kpọọ 10 kacha elu.
Kedu ka m ga-esi nyochaa ndepụta mkpụrụ ndụ ihe nketa a dị mkpa maka imeju ụzọ? Kọwaa gseapy ma ọ bụ g:Profiler nzọụkwụ. Akwụsịla ihe kpatara ya na nkwupụta, jiri asụsụ mmekọ. Ndepụta mkpụrụ ndụ ihe nketa: [ndepụta]
Ngwa ngwa adịghị ike / Ike siri ike
Adịghị ike: "Gwa m mkpụrụ ndụ ihe nketa dị mkpa na mkpụrụ RNA-seq."
Ike: "Enwere m pyDESeq2 mmepụta site na njikwa 12, ihe nlele ọgwụgwọ 12: tebụl nwere gene, log2FoldChange, padj columns. Nye koodu nke na-enyocha mkpụrụ ndụ ihe nketa dị ịrịba ama na ọnụ ụzọ FDR <0.05 na | log2FC|> 1, na-akọ ọnụ ọgụgụ ha, na-edekwa 20 mkpụrụ ndụ ihe nketa kachasị ike site n'ichepụta ihe kpatara ya.
Ọdịiche: Mkpesa siri ike nwere kọlụm mmepụta, ọnụ ụzọ na arịrịọ nkwado. Ihe nlereanya a na-ahazi data gị kama ịmepụta aha mkpụrụ ndụ ihe mebere.
Obere ikpe atọ
Ikpe 1 - Ọdachi na-enweghị mgbazi: Otu hụrụ mkpụrụ ndụ ihe nketa 3,800 "dị mkpa" nwere p<0.05 na-enweghị mgbazi ma nyefee ya n'akwụkwọ. Mgbe onye ọka ikpe jụrụ maka mgbazi FDR, ndepụta ahụ gbadara na mkpụrụ ndụ ihe nketa 47. Ọ bụrụ na ọgụgụ isi agbakwunyere koodu Benjamini-Hochberg site na mmalite, ihere a agaraghị eme. Ihe nkuzi: mgbazi enweghị nkwekọrịta.
Ikpe 2 - Mmetụta ogbe: N'otu nnyocha, a na-ahazi ihe nlele n'ụbọchị abụọ dị iche iche. Ihe ha chere bụ ihe dị iche "onye ọrịa vs. njikwa" bụ n'ezie a "1st ụbọchị vs. 2nd ụbọchị" ọdịiche (batch mmetụta: teknuzu iche n'ihi na sampling party). AI nyere aka kpochapụ ihe mgbaàmà ahụ na-adịghị mma site n'ịtụnye ịgbakwunye mgbanwe batch na ihe nlereanya (~ batch + ọnọdụ na usoro ihe nlereanya).
Ikpe 3 - Na-eleghara mgbanwe mpịaji anya: Nwa akwụkwọ kwuru "kacha mkpa" mkpụrụ ndụ ihe nketa nke okwu ya gbanwere site na 2% mana atụnyere ka ọ kwụsiri ike, naanị site na ilele p-uru. Ebe nha mmetụta (log2FC) fọrọ nke nta ka ọ bụrụ efu; ọnụ ọgụgụ dị mkpa abụghị ihe dị ndụ pụtara. Ihe nlereanya ahụ kọwara ọdịiche a ma tụọ aro iji eserese mgbawa ugwu were anya ya.
Tebụl atụnyere: echiche doro anya
echiche
Pụtara
Gịnị mere o ji dị mkpa?
p-uru
Ihe gbasara nke puru omume nke ihe di iche bu ihe ndaba
naanị ya nwere ike iduhie
FDR (padj)
Ọnụego mperi emeziri n'ọtụtụ nnwale
Na-amachi ihe nhụsianya ụgha
log2 mpịaji mgbanwe
Ogo mmetụta
Na-egosi mkpa ndu
mmetụta ogbe
Nka na ụzụ dị iche
Na-emepụta mgbaama adịgboroja
normalization
Ndozi nha nha n'etiti
Na-eme ka ntụnyere ziri ezi
Mmejọ ndị nkịtị
- Mwụpụ mgbazi ntụnyere ọtụtụ: mmejọ kachasị na nke kacha njọ.
- Naanị ilele p-uru: Jide n'aka na ị ga-atụle nha mmetụta (log2FC) ọnụ.
- Ọ bụghị gụnyere mmetụta ogbe dị na ihe nlereanya: Imehie ọdịiche teknụzụ maka ọdịiche dị ndụ.
- Ichefu normalization: atụnyere nọmba raw ozugbo.
- Asụsụ na-akpata: Na-asị "Genema a na-ebute ọrịa"; Data Omics na-egosi njikọ, ihe kpatara ya chọrọ nnwale ọzọ.
Ịkpachara anya: Na data dị elu, "ọnụ ọgụgụ dị ịrịba ama" na "dị mkpa nke ndụ" bụ ihe abụọ dị iche iche. Ndepụta mkpụrụ ndụ ihe nketa nke ọgụgụ isi mmadụ mepụtara bụ echiche mbụ; E kwesịghị iwere mkpụrụ ndụ ihe nketa nke ọ bụla dị ka nke doro anya na-enweghị nkwenye site na usoro nnwere onwe (qPCR, nha protein).
Mbelata nha na njikwa mma
Ihe mbụ ị ga-eme na data dị elu bụ ịhụ usoro n'ozuzu nke ihe atụ. PCA (ntụle ihe ndị bụ isi: ibelata puku kwuru puku mgbanwe n'ime anyụike ole na ole ma gosipụta ha n'akụkụ abụọ) bụ ọkọlọtọ ọkọlọtọ maka nke a. Ọ bụrụ na ndị otu ị tụrụ anya (njikwa/ọgwụgwọ) kewapụrụ na eserese PCA, ọ dị mma; mana ọ bụrụ na ejiri “ụbọchị edoziri” ihe atụ ndị ahụ karịa site na otu, nke a bụ ịdọ aka na ntị mmetụta batch. Otu chaatị ahụ na-egosikwa ozugbo otu ihe atụ ( dara ada).
See PCA site na tebulu okwu m ahaziri (usoro mkpụrụ ndụ ihe nketa, nlele kọlụm). Ụdị agba site na otu (njikwa / ọgwụgwọ), na-akpụzi site na nhazi nhazi. Kwuo ma a na-ahụ mmetụta batch ma ọ bụ ụkpụrụ dịpụrụ adịpụ na eserese ahụ.
Nzọụkwụ a heuristic na-akpali nyocha ndị ọzọ: ọ ka mma ijide ihe na-adịghị mma n'oge karịa ịla n'iyi ọnwa na nsonaazụ ọjọọ.
Otu data cell: akụkụ ọhụrụ
N'afọ ndị na-adịbeghị anya, usoro RNA otu cell (otu cell RNA-seq: na-atụ profaịlụ okwu nke ọtụtụ puku mkpụrụ ndụ n'otu n'otu) agbasala ebe niile. Ebe data na-akawanye ibu: iri puku kwuru iri puku mkpụrụ ndụ, puku mkpụrụ ndụ ihe nketa ọ bụla. Ngwa dị ka Scanpy (Python) na-ahazi data a; ụyọkọ mkpụrụ ndụ ma na-achọpụta ụdị sel. AI na-ede koodu maka usoro a na-arụ ọrụ, mana usoro ndu nomenclature nke ụdị cell (ma ụyọkọ bụ "T cell" ma ọ bụ "macrophage") na-adabere na mkpụrụ ndụ ihe nrịbama na ihe ọmụma ọkachamara. Jide n'aka na ị kwadoro akara ụdị cell nke ihe nlereanya ahụ na-ekenye na ụyọkọ nwere akara ama ama; Nke a bụ nzọụkwụ a na-aghọtahiekarị na nyocha otu cell.
Mepee data na imepụtagharị
Ọtụtụ ọmụmụ omics na-ebugo data ha na ebe nchekwa ọha: GEO (Gene Expression Omnibus) na ArrayExpress maka okwu mkpụrụ ndụ ihe nketa, SRA (Sequence Read Archive) maka usoro raw, PRIDE for proteomics. Nke a dị oke egwu ka ndị ọzọ wee nwee ike nyochaa nsonaazụ gị yana ka ị nwee ike nyochaa data sitere na ọmụmụ ndị ọzọ. AI nwere ike dee koodu (ya na ngwaọrụ dị ka GEOparse) nke na-ebudata ma na-ahazi data site na nọmba ndebanye aha GEO (dịka nọmba GSE); Ma jide n'aka na ị gụọ ma kwado nhazi nke data ị ebudatara (otu ole, ugboro ole ugboro ugboro, nke usoro) site na ndekọ mbụ. Ọ bụrụ na ihe nlereanya ahụ na-azọrọ na ọ "cheta" nhazi nke ọmụmụ ihe, nke a na-abụkarị nkwutọ nke kwesịrị ikwenye.
Na nchịkọta
Omics data na-atụ puku kwuru puku mgbanwe na obere nlele nha; Nke a na-emepụta ọnyà nke ọtụtụ ntụnyere, mmetụta ogbe, na nkọwa karịa. Amamịghe echiche; Ọ na-ede koodu maka nyocha okwu dị iche, na-akọwa echiche, ma nyere gị aka ịkọwa nsonaazụ. Agbanyeghị, ọ bụ ọrụ gị itinye ngbanwe FDR, nyochaa nha mmetụta, ma zere asụsụ nke ihe kpatara ya. Mkpụrụ ndụ ihe nketa ahọpụtara bụ hypotheses ruo mgbe ejiri usoro onwe ya gosi ya.
Ọrụ ngwa
Nweta ma ọ bụ mepụta tebụl nsonaazụ ngosipụta dị iche (gen, log2FC, padj). Nwee AI ide koodu nke na-enyocha site FDR<0.05 na |log2FC|>1, na-akọ ọnụ ọgụgụ nke mkpụrụ ndụ ihe nketa dị ịrịba ama, ma kpapụta eserese mgbawa ugwu. Gbaa koodu ahụ. Mgbe ahụ, mee ka ihe nlereanya ahụ gbakọọ mkpụrụ ndụ ihe nketa ole ga-adị "dị mkpa" ma ọ bụrụ na emebeghị ya, ma kọwapụta ihe dị iche.
ndetu
- [] Etinyere m ọtụtụ mmezi ntụnyere (FDR).
- M tụlere nha mmetụta (log2FC) yana [] p-uru.
- [] Anlere m ogbe/ mgbanwe teknụzụ.
- [ ] M na-awụlikwa n'usoro nke normalization.
- [ ] M na-eji asụsụ mmekọrịta kama ịbụ ihe kpatara ya.
- [] E nyere m mkpụrụ ndụ ihe nketa ọkwa dị ka echiche dị mkpa ka akwadoro.