Hagnaður:
- Fjölprófaleiðrétting (leiðrétt p-gildi) í mismunatjáningargreiningu og hæfni til að túlka fellingarbreytingu rétt og forðast rangar jákvæðar niðurstöður
- Greina lotuáhrifin og bæta því við líkanið með PCA og aðgreina tæknilega hávaða frá líffræðilegum mun
- Hæfni til að tengja hverja brautareinkenni við upprunann og stjórna henni með líffræðilegri samkvæmni í auðgun brauta og samþættingu fjöl-omics
Hólf er ekki ein tala; Þetta er kerfi þar sem þúsundir gena, próteina og umbrotsefna dansa samtímis. Omics (samheiti yfir nálganir sem mæla líffræðilegt lag í heild sinni) reynir að fanga allan þennan dans: erfðafræði (DNA), umritunarfræði (RNA - hvaða gen vinna og hversu mikið), próteinfræði (prótein), umbrotsfræði (litlar sameindir). Hvert omics lag framleiðir þúsundir víddar, háværra og dýrra gagna. AI er öflugt við að skanna þessi hávíddargögn og merkja mynstur; En þú ert sá sem ákveður hvaða mynstur er líffræðilegur sannleikur og hver er tæknilegur hávaði.
Í þessari einingu munum við fara í gegnum transcriptomics, algengustu omics greininguna; Meginreglurnar eiga einnig við um önnur lög. Dæmigert verkflæði: tjáningarfylki úr hráum gögnum (raðir eru gen, dálkar eru sýni, frumur eru tjáningarstig), normalization (fjarlægja tæknilegan mun), mismunatjáningargreining (að finna gen sem breytast verulega á milli tveggja aðstæðna), leiðaauðgun (finna í hvaða líffræðilegu ferli breyttu genin eru flokkuð í) og túlkun.
Mismunatjáning: foldbreyting og leiðrétt p-gildi
Til að segja hvort gen hafi „breyst“ er litið á tvær tölur: faltbreytingar - hversu oft tjáning eykst/minnkar, venjulega á log2 kvarða - og leiðrétt p-gildi (padj - tölfræðin sem stýrir fölskum jákvæðum þegar margar prófanir eru gerðar). Af hverju að laga? Vegna þess að þú prófar 20.000 gen á sama tíma; Jafnvel fyrir tilviljun geta hundruð gena reynst vera „veruleg“. Án margfaldrar prófunarleiðréttinga - takmarka rangar uppgötvanir með aðferðum eins og Benjamini-Hochberg - er listinn villandi. Gervigreind getur skrifað handritið sem reiknar þessa tölfræði, en ef það sleppir leiðréttingunni er niðurstaðan þín vísindalega óforsvaranleg.
Varúð: gervigreind gæti sagt „500 gen breyttust verulega“ byggt á hráu p-gildi. Ef litið er á leiðrétta p-gildið gæti talan farið niður í 30. Athugaðu alltaf fjölprófsleiðréttinguna sjálfur; Þetta er munurinn á samþykki og höfnun á útgáfunni.
Lotuáhrif: lævíslegasta gildran
Lotuáhrif (tæknilegur munur sem stafar af vinnslu sýna eftir mismunandi dögum, tækjum eða fólki) er stærsta uppspretta villunnar í omics greiningu. Ef tvö skilyrði þín voru unnin á tveimur mismunandi dögum gæti „líffræðilegi munurinn“ sem þú sérð í raun verið dagsmunurinn. Gervigreindin gæti stungið upp á því að bæta lotubreytunni við líkanið (t.d. ~ lotu + ástand), en það er á þína ábyrgð að setja hana upp rétt og ekki blanda henni saman í tilraunahönnuninni.
Ábending: Áður en greiningin er hafin skaltu teikna PCA (Principal Component Analysis - aðferð sem tekur saman og sýnir hávíddargögn á nokkra ása) töflu. Ef sýni eru flokkuð eftir lotu frekar en eftir líffræðilegu ástandi eru lotuáhrifin ráðandi og verður að leiðrétta þau fyrst.
Multi-omics samþætting
Raunverulegur skilningur kemur oft frá því að setja lögin saman: ef gen vinnur meira en prótein þess er ekki að aukast, er stjórnun á þýðingarstigi. Multi-omics samþætting - sameinar mismunandi omics lög í eitt líkan - er þar sem gervigreind verður sterkari en einnig þar sem það villir mest fyrir; vegna þess að mælikvarðar, hávaði og samsvörun laganna eru mismunandi. Gervigreind bendir til samþættingarvinnuflæðis, en þú stjórnar líffræðilegu samræmi niðurstaðnanna.
þrjú smámál
Tilvik 1 — Auðgun flýtt. 1.240 mismunandi gen fundust í krabbameinsverkefni. AI grunnaði þá til að auðga ferilinn, undirstrikaði frumuhringinn og DNA viðgerðarferla; Teymið bjó til tilgátukort á 2 klukkustundum. En þeir prófuðu hverja braut aftur með óháðu tóli (g:Profiler) og komust að því að ein brautin var rangtætt af gervigreindinni.
Tilfelli 2 - Lotugildra. Ein rannsóknarstofa fann „sláandi“ 900 gena mun á tveimur meðferðarhópum. Þegar þeir framkvæmdu PCA sáu þeir að sýnin voru aðskilin með raðgreiningarlotu. Eftir lotuleiðréttingu minnkaði raunverulegur munur í 60 gen. AI hafði óviljandi sleppt lotubreytunni í fyrstu greiningunni.
Tilfelli 3 — Tilbúið heiti leiðar. Nemandi gaf genalistann til gervigreindar og spurði: "Hvaða KEGG leið?" Gervigreindin gaf brautarauðkenni og nafn eins og það væri raunverulegt. Þegar nemandinn leitaði á KEGG sá hann að það auðkenni var ekki til; sannprófun kom í veg fyrir tilbúna niðurstöðu.
Fjögur afritanleg sniðmát
1) DESeq2 verkflæðisútdráttur:
Þitt hlutverk: reiknilíffræðingur. Skrifaðu skref-fyrir-skref forskrift fyrir RNA-seq mismunatjáningargreiningu með R/DESeq2: talningarfylkislestur, hönnunarformúla (~ lotu + ástand), eðlileg staðsetning, niðurstöðutafla. Notaðu SNJÚRLEGA margfeldisprófunarleiðréttingu (BH) og notaðu padjcolumn. Útskýrðu hvað hvert skref gerir í athugasemdarlínu.
2) Gæða-/lotueftirlit:
Gefðu mér RNA-seq QC gátlista: lotustýring með PCA, stærð safns, fjöldi genagreininga, fráviksgreining. Tilgreindu „það sem ég sé veldur mér áhyggjum“ fyrir hvern mælikvarða. Útskýrðu hvað ég ætti að gera ef hópur og líffræðilegt ástand er blandað saman.
3) Sannprófun á auðgunarniðurstöðu:
Ég mun gefa þér auðgaðan ferillista (fjöldi ferla, padj, gen). Skrifaðu niður auðkenni hverrar leiðar (KEGG/GO ID) orðrétt og ekki gera það upp. Sía niðurstöður með padj < 0,05. Tilgreindu hvaða leiðir líffræðilega styðja hver aðra, en merktu hverja auðkenni sem "verður að vera staðfest í gagnagrunni."
4) Multi-omics samkvæmni athugun:
Transcriptomic og proteomic gefa misvísandi tjáningarleiðbeiningar fyrir gen/próteinpar. Nefndu mögulegar líffræðilegar (klippingu eftir þýðingu) og tæknilegar (mælingarhávaða, samsvörun sýnis) ástæðu fyrir þessu og segðu mér hvernig á að prófa hverja.
Veik kvaðning / Sterk kvaðning
Veik kvaðning:
Nefndu mikilvægar leiðir í þessum genalista.
Engar heimildir, engin tölfræði, mikil hætta á tilbúnum leiðum.
Öflug tilvitnun:
Þitt hlutverk: reiknilíffræðingur. Í meðfylgjandi mismunadrifsgenatöflu (gen, log2FC, padj) taka aðeins gen með padj < 0,05. Segðu mér skrefin í GO auðgunargreiningu sem á að framkvæma með þessum genum og tólinu (g:Profiler) sem ég mun nota. Nafn leiðarinnar er FAKE; Ég mun keyra tólið og gera greininguna, þú lýsir bara réttri aðferðafræði og leiðréttingu á mörgum prófunum.
Mismunur: skýr sía, fókus á aðferðafræði, bann við tilbúningi og eftirláta notandanum sannprófun.
Omics greiningarskref
skref
Tilgangur
algeng mistök
AI hlutverk
normalization
Útrýma tæknilegum mun
Rangt val á aðferð
Handrit + rökstuðningur
PCA/QC
Uppgötvun hópa og frávika
slepptu skrefinu mínu
Mynd + athugasemd
mismunandi tjáningu
Að finna breytt gen
Óleiðrétt bls
Handritsuppkast
auðgun
finna leið
tilbúið leið
aðferðafræði
samþættingu
sameina lög
Skala/samsvörun villa
Tilmæli um vinnuflæði
Einfrumufræði: nýr mælikvarði
Undanfarin ár hefur einfrumu raðgreining - að mæla tjáningarsnið hverrar af þúsundum frumna fyrir sig - tekið umics í nýja vídd. Nú, í stað „meðaltjáningar vefja“, getum við séð hverja frumutegund innan þess vefs fyrir sig. Þessi kraftur kynnir nýjar gildrur: Gögnin eru afar dreifð (flest gen hafa núll lestur í flestum frumum - brottfall), stærðin er tugþúsundir frumna × tuttugu og þúsund gena og aðskilnaður frumutegunda fer að mestu fram með þyrpingum. AI er öflugt í að búa til þyrpingar og frumutegundamerkingar á stakri frumugögnum; en þú sannreynir með þekktum merkigenum hvort hver þyrping sé raunveruleg frumutegund eða tæknilegur artifact (t.d. dauðar frumur, tvær frumur sem eru veiddar saman). Ekki samþykkja frumutegundarmerkið sem gervigreind hefur lagt til án þess að staðfesta merkigena þess klasa í raunverulegum bókmenntum.
Ábending: Í einfrumugreiningu, ef gervigreind stingur upp á „T frumu“ merki fyrir klasa, athugaðu sjálfur hvort T frumumerki (t.d. CD3) séu örugglega mjög tjáð í þeim þyrping. Ef merkimiðinn er ekki studdur af tákninu er það tilgáta, ekki niðurstaða.
Algeng mistök
- Sleppir leiðréttingu á mörgum prófunum. Listinn þrútnar af hráu p-gildi; padj ætti að nota.
- Misskilja lotuáhrifin fyrir líffræði. Það ætti að athuga fyrst með PCA.
- Að gera gólfbreytingu að einu viðmiðinu. Stórfelld breyting getur verið villandi í genum með lágt tjáningu og hávaða.
- Samþykkja tilbúna leið/GO auðkenni. Sérhver auðkenni verður að vera staðfest í gagnagrunninum.
- Vanmetið úrtaksstærð. Tölfræðistyrkur er lítill í 2 fyrir 2 hönnun; Niðurstöðurnar ber að túlka með varúð.
Í stuttu máli
Omics greining vinnur með hávíð, hávaðasöm gögn og gervigreind flýtir fyrir þessum gögnum með því að skanna þau, skrifa forskriftir og merkja mynstur. En margfeldisprófaleiðrétting í mismunatjáningu, lotustýring með PCA og upprunasannprófun í auðgun eru ómissandi. Multi-omics samþætting er öflug en villandi; Athugaðu hverja niðurstöðu með líffræðilegri samkvæmni, að teknu tilliti til mælikvarða og hávaðamismuna laganna.
Umsóknarverkefni
Finndu opinberlega aðgengilegt RNA-seq count fylki (t.d. frá GEO). Láttu gervigreindina skrifa greiningarforskrift með „DESeq2 workflow“ sniðmátinu og athugaðu inn í kóðann að margfeldisprófunarleiðréttingunni hafi í raun verið beitt. Biddu síðan gervigreindina um auðgunarkomment og staðfestu öll leiðaauðkennin sem það skilar einu í einu gegn KEGG eða GO gagnagrunninum; Athugaðu hversu margir eru raunverulegir.
gátlisti
- [ ] Ég notaði padj (leiðrétt) í mismunagreiningunni, ekki hráa p-gildið.
- [ ] Ég athugaði lotuáhrifin með PCA og bætti því við líkanið ef þörf krefur.
- [ ] Ég túlkaði gen með mikla faltbreytingu en litla tjáningu með varúð.
- [ ] Ég staðfesti hverja leið/GO ID gegn raunverulegum gagnagrunni.
- [ ] Ég lagði mat á tölfræðilegan kraft úrtaksstærðar.
- [ ] Ég skipti multi-omics mótsögnunum í líffræðilegar og tæknilegar orsakir.