Hagnaður:
- Geta til að skilja RNA-seq vinnuflæði, mismunatjáningargreiningu og leiðréttingu á mörgum prófunum (FDR) og hafa gervigreind framleiða sannanlegan greiningarkóða
- Hæfni til að túlka niðurstöður auðgunarferla á gagnrýninn hátt tölfræðilega og líffræðilega
- Hæfni til að beita þeirri aga að athuga tölfræðilegar forsendur og margar prófanir og sannreyna sjálfstætt líffræðilega mikilvægi.
„Omics“ er samheiti yfir aðferðir sem mæla allar sameindir frumu eða vefja saman: erfðafræði (allt DNA), umritafræði (allt RNA/tjáning), próteinfræði (öll prótein), efnaskiptafræði (öll umbrotsefni). Þessi gögn eru gríðarstór - RNA-seq tilraun felur í sér mælingar á tugum þúsunda gena. Í þessari einingu muntu læra hvernig á að nota gervigreind (AI) sem aðstoðarmann við greiningagreiningu sem skrifar kóða, velur tölfræði og semur líffræðilega túlkun; en þú munt læra hvers vegna þú verður að sannreyna tölfræðilega og líffræðilega niðurstöðu.
Mikilvæg viðvörun: Í Omics eru hættulegustu villurnar tölfræðilegar og ósýnilegar. Gervigreind getur skrifað kóða sem framhjá margfaldri samanburðarleiðréttingu (fyrir neðan), velur rangt próf eða framleiðir „falska jákvæða“ genalista. Að auki getur gervigreind búið til líffræðilegar fullyrðingar eins og „þetta gen eykst í þeim sjúkdómi“ án nokkurrar uppsprettu. Rétta leiðin: að gera greininguna með keyranlegum, endurskoðanlegum kóða og staðfesta hverja líffræðilega fullyrðingu í bókmenntum.
Grunnhugtök
- Tjáning: Hversu mikið gen er þýtt í RNA; mælikvarði á "virkni".
- Mismunandi tjáning (DE): Gen þar sem tjáning breytist verulega á milli tveggja hópa (t.d. sjúklingur/heilbrigður).
- p-gildi: Líkurnar á að munur sé tilviljun; ef hann er lítill telst munurinn „verulegur“.
- Margfeldi samanburðarleiðrétting: Þegar tugþúsundir gena eru skoðuð á sama tíma, fyrir tilviljun verða nokkur sem eru "veruleg". Til að laga þetta eru aðferðir eins og FDR (false discovery rate) / Benjamini-Hochberg notaðar. Ef þessari leiðréttingu er sleppt munu hundruð rangra niðurstaðna koma upp.
- log2 falt breyting (log2FC): Logaritmi tjáningarhlutfalls gena á milli tveggja hópa við grunn 2; +1 þýðir tvöföld hækkun, −1 þýðir tvöföld lækkun.
- Pathway enrichment: Að finna í hvaða líffræðilegu ferlum (t.d. frumuskiptingu, ónæmi) breyttu genin eru einbeitt; Notaðir eru gagnagrunnar eins og GO og KEGG.
- Lotuáhrif: Ólíffræðilegur rangur munur sem stafar af vinnslu sýna á mismunandi dögum/tækjum.
Skref fyrir skref: gervigreindargreining
1. Skýrðu tilraunahönnun og spurningu. Hversu mörg sýni, hversu margir hópar, hversu margar endurtekningar? Er tölfræðilegt afl nægjanlegt? Útskýrðu hönnunina fyrir gervigreindinni.
2. Veldu viðeigandi tól/aðferð með gervigreind. Fyrir RNA-seq, veldu staðlaðar aðferðir eins og DESeq2/edgeR (tölfræðipakkar hannaðir fyrir talningargögn); Notaðu sannaðar aðferðir frekar en tölfræði sem gervigreindin „bjó til“.
3. Keyrðu kóðann og athugaðu milliúttakið. Ekki halda áfram í DE-greiningu án staðsetningar, lotuáhrifaeftirlits, gæðareits (PCA).
4. Framfylgja leiðréttingu á mörgum samanburði. Sía niðurstöður eftir leiðréttu gildi (padj/FDR), ekki hráu p-gildi.
5. Staðfestu líffræðilega túlkun í bókmenntum. Túlkaðu auðgunarúttak leiðar með gervigreind, en staðfestu hverja fullyrðingu við uppruna.
Ábending: Í DE-greiningu skaltu fyrst skoða línuritin um gæði og heildaráhrif. Ef sýni eru flokkuð eftir þeim degi sem þau voru unnin frekar en eftir líffræðilegum hópum, eru flest „veruleg“ gen sem þú finnur uppsöfnuð áhrif, ekki raunveruleg líffræði.
þrjú smámál
Tilvik 1 — Óleiðrétt p-gildi. Nemandi prófaði 20.000 gen með kóðanum sem AI og fann "540 mikilvæg gen." Þegar hann skoðaði kóðann sá hann að gervigreindin hafði sleppt margfaldri samanburðarleiðréttingu. Þegar FDR leiðréttingu var bætt við fækkaði marktækum genum í 32. Án leiðréttingarinnar myndu meira en 500 fölsk gen byggjast á sögunni.
Mál 2 - Tilbúin líffræðileg fullyrðing. Fyrir gen á DE listanum spurði vísindamaður gervigreindina „hvað gerir þetta gen við þennan sjúkdóm? spurði hann; AI útskýrði sannfærandi kerfi og greinina. Þegar hann leitaði á PubMed sá hann að hvorki sá búnaður né greinin var til. Krafan var fjarlægð úr skýrslunni.
Mál 3 - Staðfesting fengin. Doktorsnemi tók eftir því að sýnin voru aðskilin með tveimur dögum í PCA lóðinni. Bað gervigreindina að bæta lotuáhrifabreytu við kóðann; Eftir leiðréttinguna var genalistinn gjörbreyttur og varð líffræðilega mikilvægur. Án gæðaeftirlitstöflunnar hefði fals niðurstaða getað verið birt.
Dæmi: síun með leiðréttu p-gildi
flyttu inn panda sem pd# láttu töfluna 'de' vera niðurstöður úr DE tóli (DESeq2/edgeR):# dálkar: gen, log2FC, pvalue, padj (FDR-leiðrétt)de = pd.read_csv("de_results.csv")significant = de[(de["padj"] < 0.05)(FC) og (de["ablogs2) & (de["ablogs2) & (]=“ablogs2) 1)]print("Raw p<0.05:", (de["pvalue"] < 0.05).sum())print("FDR-leiðréttur padj<0.05 & |log2FC|>=1:", len(significant))
Munurinn á hráu og leiðréttu tölunni sýnir hvers vegna margfaldur samanburður er mikilvægur.
Fjögur afritanleg sniðmát
1) Greiningaráætlun og val aðferða:
Þitt hlutverk: aðstoðarmaður lífupplýsinga. Settu upp greiningaráætlun fyrir eftirfarandi RNA-seq tilraun:[fjöldi hópa, fjöldi sýna/afrita, spurning]. Hvaða staðlaða tól (DESeq2/edgeR) ætti ég að velja og hvers vegna, hvaða gæðaeftirlitsskref (PCA, lotuáhrif) er krafist, hvernig beiti ég margfaldri samanburðarleiðréttingu? Skrifaðu skref fyrir skref.
2) Kóði + skylduávísanir:
Skrifaðu keyranlegan kóða sem framkvæmir eftirfarandi DE greiningu: [detail]. Kóðinn VERÐUR að innihalda normalization, PCA gæða plot, lotuáhrifastjórnun og FDR (Benjamini-Hochberg) leiðréttingu. Athugaðu hvert skref. Sía með leiðréttu p-gildi, ekki hráu p-gildi.
3) Athugasemd um auðgun leiðar:
Hjálpaðu til við að túlka niðurstöður auðgunarferla fyrir þennan lista yfir mikilvæg gen: [listi/framleiðsla]. Útskýrðu hvaða leiðir eru áberandi, en segðu mér í hvaða heimild (GO, KEGG, ritrýnd grein) til að staðfesta hverja líffræðilega fullyrðingu. Vélbúnaður/grein FITTING.
4) Tölfræðiúttekt:
Athugaðu eftirfarandi greiningarkóða fyrir tölfræðilegar villur: [kóði]. Nánar tiltekið: rangt prófval, sleppt margfaldri samanburðarleiðréttingu, hunsa lotuáhrif, ófullnægjandi afritun. Skráðu hvert vandamál sem þú fannst og lagfærið það.
Veik kvaðning / Sterk kvaðning
Veik: "Finndu mikilvæg gen í þessum RNA-seq gögnum."
Vandamál: Aðferð, gæðaeftirlit og margfaldur samanburður eru ekki tilgreindar; AI getur gefið lista fullan af fölskum jákvæðum án leiðréttingar.
Strong: "Skrifaðu kóða sem framkvæmir DE greiningu fyrir þessi RNA-seq talningargögn með DESeq2 rökfræði, inniheldur gæðaeftirlit og magnáhrifastjórnun með PCA, og síur með FDR leiðréttingu; skrifaðu athugasemd við hvert skref og útskýrðu hvers vegna þú valdir þessa aðferð."
Hvers vegna það er öflugt: Aðferðin er staðlað, gæði og leiðrétting er skylda, niðurstaðan er endurskoðanleg.
Áhætta
einkenni
varúðarráðstöfun
falskt jákvætt
Of mörg "merkingarrík" gen
FDR / margfaldur samanburður leiðrétting
sameiginleg áhrif
Sýnum er safnað saman eftir degi
PCA + lotubreyta
rangt próf
Venjulegt próf til að telja gögn
Viðeigandi aðferð eins og DESeq2/edgeR
samsett líffræði
Suðulaus vélbúnaður
Staðfesting bókmennta
ófullnægjandi kraftur
1-2 endurtekningar
Nóg endurtekning í hönnun
Algeng mistök
- Sleppir leiðréttingu á mörgum samanburði. Algengasta og skaðlegasta tölfræðivillan.
- Hunsa sameiginleg áhrif. Það framleiðir falskan líffræðilegan mun.
- Að beita röngum prófunum til að telja gögn. RNA-seq krefst sérstakra aðferða.
- Samþykkja líffræðilegar fullyrðingar án heimildar. AI getur búið til kerfi og hluti.
- Alhæfing með ófullnægjandi endurtekningum. Án tölfræðistyrks er niðurstaðan óáreiðanleg.
Varúð: „Tölfræðilega marktækt“ er ekki það sama og „líffræðilega marktækt“. Mjög lítil en tæknilega mikilvæg fellingabreyting getur verið líffræðilega óveruleg; Í stórum sýnum getur allt reynst „verulegt“. Metið log2FC og p-gildi saman.
Dýpt: bakgrunnur og tvítalningargildrur í auðgun leiðar
Niðurstöður fyrir auðgun leiðar byggjast á tveimur duldum forsendum sem flestir gera sér ekki grein fyrir og gervigreind getur framhjá þeim þegjandi. Í fyrsta lagi er val á bakgrunni/alheimi: auðgun ber saman mengi "gena sem breyttust" við mengi "hvaða gen var horft á". Ef bakgrunnurinn er tekinn úr öllu erfðamenginu en tilraunin þín mælir aðeins tiltekið vefjaspjald, virðast niðurstöðurnar tilbúnar „auðgaðar“. Réttur bakgrunnur eru gen sem í raun er hægt að tjá/mæla í tilrauninni. Eitt teymi fann „mjög marktæka auðgun ónæmisferilsins“ með því að setja allt erfðamengið ranglega í bakgrunni; Þegar greiningin var endurtekin með réttum bakgrunni (mæld gen) hvarf auðgunin - uppgötvunin var aðferðargripur.
Í öðru lagi, stærð genasetts og tvítalning: mjög stórir og almennir ferlar (t.d. „efnaskiptaferli“, þúsundir gena) birtast „marktækar“ á næstum öllum lista; litlar, sérstakar leiðir eru upplýsandi. Þar að auki, vegna þess að sama gen er að finna í mörgum ferlum, er villandi að meðhöndla ferla sem skarast sem óháð sönnunargögn. Þriðji liður: það sýnir ekki stefnu auðgunar; Ferill getur verið auðgaður, en helmingur gena innan hans getur verið aukinn og hinn helmingurinn getur minnkað. Til að sjá þetta er nauðsynlegt að skoða sérstaklega stefnuupplýsingar (eins og GSEA).
gildru
einkenni
varúðarráðstöfun
rangur bakgrunnur
Allt virðist auðgað
Fáðu mældan genabakgrunn
Mjög almenn leið
„Umbrot“ kemur alltaf upp
Einbeittu þér að litlum, ákveðnum leiðum
tvítalning
brautir sem skarast
Ekki taka því sem sjálfstæðar sannanir
sleppa stefnu
blandað hækkandi/lækkandi
Stýristjórnun með GSEA
Í stuttu máli
- AI í omics greiningu; er aðstoðarmaður sem velur aðferðir, skrifar kóða og gerir drög að athugasemdum; tölfræði- og líffræðiákvarðanir verða að vera rökstuddar.
- Nota skal staðlaðar, sannaðar aðferðir (DESeq2/edgeR); Ekki ætti að sleppa gæðaeftirliti og endurskoðun á sameiginlegum áhrifum.
- Margfeldi samanburðarleiðrétting (FDR) er skylda; niðurstöðurnar eru síaðar með leiðréttu gildinu.
- Sérhver líffræðileg fullyrðing verður að vera staðfest í bókmenntum; „mikilvæg“ ætti að greina frá „mikilvægi“.
Umsóknarverkefni
Taktu sýnishorn af DE niðurstöðutöflu (eða opið RNA-seq gagnasafn). Berðu saman marktæka genafjölda byggða á hráu p-gildi og leiðréttum padj þröskuldum við bútinn hér að ofan. Athugaðu muninn í einni setningu. Biðjið síðan um líffræðilega túlkun með sniðmáti 3 fyrir sérgreint gen og athugaðu fullyrðinguna sjálfur í PubMed.
gátlisti
- [ ] Ég lagði mat á tilraunahönnun og tölfræðilegan kraft.
- [ ] Ég valdi staðlaða, þægilega aðferð.
- [ ] Ég gerði PCA og batch effect gæðaeftirlit.
- [ ] Ég notaði margfeldissamanburð (FDR) leiðréttingu.
- [ ] Ég síaði niðurstöðurnar með leiðréttu p-gildi.
- [ ] Ég staðfesti líffræðilegu fullyrðingarnar í bókmenntum.