Qligħ:
- Korrezzjoni tal-ittestjar multiplu (valur p ikkoreġut) fl-analiżi tal-espressjoni differenzjali u l-abbiltà li tinterpreta b'mod korrett il-bidla tat-tinja u tevita pożittivi foloz
- Tiskopri l-effett tal-lott u żżidu mal-mudell bil-PCA u tissepara l-istorbju tekniku mid-differenza bijoloġika
- Kapaċità li torbot kull identità tal-mogħdija mas-sors u tikkontrollaha b'konsistenza bijoloġika fl-arrikkiment tal-mogħdija u l-integrazzjoni multi-omika
A cell is not a single number; Hija sistema fejn eluf ta’ ġeni, proteini u metaboliti jiżfnu simultanjament. Omics (l-isem kollettiv għal approċċi li jkejlu saff bijoloġiku kollu kemm hu) jipprova jaqbad dan iż-żfin kollu: ġenomika (DNA), transcriptomics (RNA — liema ġeni jaħdmu u kemm), proteomics (proteini), metabolomics (molekuli żgħar). Kull saff omics jipproduċi eluf ta 'dejta dimensjonali, storbjuża u għalja. L-AI hija b'saħħitha fl-iskannjar ta 'din id-dejta ta' dimensjoni għolja u l-mudelli tal-immarkar; Imma int int li tiddeċiedi liema mudell huwa verità bijoloġika u liema huwa storbju tekniku.
F'din l-unità, se nipproċedu permezz tat-traskriptomika, l-aktar analiżi omiċi komuni; The principles apply to other layers as well. Fluss tax-xogħol tipiku: matriċi ta 'espressjoni minn data mhux maħduma (ringieli huma ġeni, kolonni huma kampjuni, ċelloli huma livelli ta' espressjoni), normalizzazzjoni (tneħħija tad-differenzi tekniċi), analiżi ta 'espressjoni differenzjali (sejba ta' ġeni li jinbidlu b'mod sinifikanti bejn żewġ kundizzjonijiet), arrikkiment tal-mogħdija (sejba f'liema mogħdijiet bijoloġiċi l-ġeni mibdula huma miġbura fihom) u interpretazzjoni.
Espressjoni differenzjali: bidla darbiet u p-valur korrett
Biex tgħid jekk ġene "biddilx," żewġ numri jiġu eżaminati: bidla darbiet - kemm-il darba l-espressjoni tiżdied / tonqos, ġeneralment fuq skala log2 - u p-value aġġustat (padj - l-istatistika li tikkontrolla għal pożittivi foloz meta jsir testijiet multipli). Għaliex tiffissa? Because you test 20,000 genes at the same time; Anke b'kumbinazzjoni, mijiet ta' ġeni jistgħu jirriżultaw li huma "sinifikanti". Mingħajr korrezzjoni ta 'ttestjar multiplu—li tillimita r-rata ta' skoperta falza b'metodi bħal Benjamini-Hochberg—il-lista hija qarrieqa. L-AI tista 'tikteb l-iskrittura li tikkalkula din l-istatistika, iżda jekk tħalli barra l-korrezzjoni, ir-riżultat tiegħek huwa xjentifikament indifendibbli.
Attenzjoni: AI jista 'jgħid "500 ġene mibdula b'mod sinifikanti" ibbażat fuq il-valur p mhux ipproċessat. Meta wieħed iħares lejn il-valur p ikkoreġut, in-numru jista 'jinżel għal 30. Dejjem iċċekkja l-korrezzjoni multi-test lilek innifsek; Din hija d-differenza bejn l-aċċettazzjoni u r-rifjut tal-pubblikazzjoni.
Batch effect: the most insidious trap
L-effett tal-lott (differenza teknika li tirriżulta mill-ipproċessar ta 'kampjuni minn ġranet, apparati jew nies differenti) huwa l-akbar sors ta' żball fl-analiżi omics. Jekk iż-żewġ kundizzjonijiet tiegħek ġew ipproċessati f'jumejn differenti, id-"differenza bijoloġika" li tara tista' fil-fatt tkun id-differenza tal-ġurnata. L-AI tista 'tissuġġerixxi li żżid il-varjabbli tal-lott mal-mudell (eż. ~ lott + kundizzjoni), iżda hija r-responsabbiltà tiegħek li twaqqafha b'mod korrett u ma tħallatx fid-disinn sperimentali.
Tip: Qabel ma tibda l-analiżi, iġbed grafika PCA (Analiżi tal-Komponent Prinċipali - metodu li jiġbor fil-qosor u viżwalizza data ta 'dimensjonali għolja fuq diversi assi). Jekk il-kampjuni huma miġbura skond il-lott aktar milli skond il-kundizzjoni bijoloġika, l-effett tal-lott huwa dominanti u għandu jiġi kkoreġut għall-ewwel.
Integrazzjoni multi-omika
Il-fehim reali ħafna drabi jiġi mit-tpoġġija tas-saffi flimkien: jekk ġene qed jaħdem aktar iżda l-proteina tiegħu mhix qed tiżdied, ir-regolamentazzjoni tkun fil-livell tat-traduzzjoni. L-integrazzjoni multi-omics—li tgħaqqad saffi omics differenti f'mudell wieħed—huwa fejn l-AI tissaħħaħ iżda wkoll fejn tqarraq l-aktar; minħabba li l-iskali, l-istorbju u l-kampjuni tas-saffi tas-saffi huma differenti. L-AI tissuġġerixxi fluss tax-xogħol ta 'integrazzjoni, iżda inti tikkontrolla l-konsistenza bijoloġika tar-riżultati.
tliet każijiet żgħar
Case 1 — Enrichment accelerated. Fi proġett tal-kanċer instabu 1,240 ġene differenzjali. L-AI ippremjathom għall-arrikkiment tal-mogħdija, enfasizzat iċ-ċiklu taċ-ċelluli u l-mogħdijiet tat-tiswija tad-DNA; The team created a hypothesis map in 2 hours. Iżda reġgħu ttestjaw kull mogħdija b'għodda indipendenti (g:Profiler) u sabu li mogħdija waħda kienet imqabbla ħażin mill-AI.
Każ 2 — Nassa tal-lott. Laboratorju wieħed sab differenza "mill-isbaħ" ta' 900 ġene bejn żewġ gruppi ta' trattament. Meta wettqu PCA, raw li l-kampjuni kienu separati permezz ta 'lott ta' sekwenzar. Wara l-korrezzjoni tal-lott, id-differenza attwali naqset għal 60 ġene. L-AI ma kinitx intenzjonalment ħalliet barra l-varjabbli tal-lott fl-ewwel analiżi.
Każ 3 — Isem tal-mogħdija magħmul. Student ta l-lista tal-ġeni lill-AI u staqsa, "Liema mogħdija KEGG?" L-AI ipprovdiet ID u isem tal-mogħdija bħallikieku kienu reali. Meta l-istudent fittex fuq KEGG, ra li dik l-ID ma kinitx teżisti; verifika ppreveniet riżultat iffabbrikat.
Erba' mudelli li jistgħu jiġu kkupjati
1) deskrizzjoni tal-fluss tax-xogħol DESeq2:
Ir-rwol tiegħek: bijologu komputazzjonali. Ikteb skript pass pass għall-analiżi tal-espressjoni differenzjali RNA-seq b'R/DESeq2: qari tal-matriċi tal-għadd, formula tad-disinn (~ lott + kundizzjoni), normalizzazzjoni, tabella tar-riżultati. APPLIKA ESPRESSAMENT il-korrezzjoni tal-ittestjar multiplu (BH) u uża padjcolumn. Spjega x'jagħmel kull pass f'linja ta' kummenti.
2) Kontroll tal-kwalità/lott:
Agħtini lista ta 'kontroll tal-QC RNA-seq: kontroll tal-lott b'PCA, daqs tal-librerija, numru ta' sejbien ta 'ġeni, skoperta outlier. Għal kull metrika, speċifika limitu "dak li nara jagħmilni inkwetat". Spjega x'għandi nagħmel jekk il-lott u l-kundizzjoni bijoloġika jitħalltu.
3) Verifika tar-riżultat tal-arrikkiment:
Jiena nagħtik lista ta' mogħdijiet arrikkit (numru ta' mogħdijiet, padj, ġeni). Ikteb l-identità ta’ kull mogħdija (KEGG/GO ID) verbatim u tagħmilhiex. Iffiltra r-riżultati b'padj < 0.05. Speċifika liema mogħdijiet jappoġġaw bijoloġikament lil xulxin, iżda mmarka kull identità bħala "għandha tiġi vverifikata fid-database."
4) Kontroll tal-konsistenza multi-omika:
Transcriptomic u proteomic jagħtu direzzjonijiet ta 'espressjoni konfliġġenti għal par ġene/proteina. Elenka raġunijiet bijoloġiċi possibbli (editjar ta' wara t-traduzzjoni) u tekniċi (ħoss tal-kejl, tqabbil tal-kampjuni) għal dan u għidli kif nittestja kull waħda.
Pront dgħajjef / Pront qawwi
Pront dgħajjef:
Semmi l-mogħdijiet importanti f'din il-lista tal-ġeni.
L-ebda sorsi, l-ebda statistika, riskju għoli ta 'mogħdijiet iffabbrikati.
Pront qawwi:
Ir-rwol tiegħek: bijologu komputazzjonali. Fit-tabella tal-ġeni differenzjali mehmuża (ġene, log2FC, padj) ħu biss ġeni b'padj < 0.05. Għidli l-passi ta' analiżi ta' arrikkiment GO li trid titwettaq b'dawn il-ġeni u l-għodda (g:Profiler) li se nuża. L-isem tal-mogħdija huwa FAKE; Se nmexxi l-għodda u nagħmel l-analiżi, inti biss tiddeskrivi l-metodoloġija korretta u l-korrezzjoni tal-ittestjar multiplu.
Differenza: filtru ċar, fokus metodoloġiku, projbizzjoni fuq il-fabbrikazzjoni u verifika li tħalli lill-utent.
Passi ta' analiżi Omics
pass
Għan
żball komuni
Rwol AI
normalizzazzjoni
Elimina d-differenza teknika
Għażla ħażina tal-metodu
Script + raġuni
PCA/QC
Sejbien ta 'lott u outlier
aqbeż il-pass tiegħi
Immaġni + kumment
espressjoni differenzjali
Sib ġeni li qed jinbidlu
Mhux ikkoreġut p
Abbozz ta' skript
arrikkiment
issib mogħdija
mogħdija fabbrikata
metodoloġija
integrazzjoni
jingħaqdu saffi
Żball fuq skala/taqbila
Rakkomandazzjoni tal-fluss tax-xogħol
Ċellula waħda omics: skala ġdida
F'dawn l-aħħar snin, is-sekwenzjar ta 'ċellula waħda - li jkejjel il-profil tal-espressjoni ta' kull eluf ta 'ċelluli separatament - ħa l-omics għal dimensjoni ġdida. Issa, minflok "l-espressjoni medja ta 'tessut", nistgħu naraw kull tip ta' ċellula fi ħdan dak it-tessut separatament. Din il-qawwa tintroduċi nases ġodda: id-dejta hija estremament skarsa (il-biċċa l-kbira tal-ġeni għandhom qari żero fil-biċċa l-kbira taċ-ċelluli — dropout), id-daqs huwa għexieren ta 'eluf ta' ċelluli × għoxrin elf ta 'ġeni, u s-separazzjoni tat-tipi taċ-ċelluli ssir l-aktar permezz ta' clustering. L-IA hija b'saħħitha fil-produzzjoni ta' raggruppament u linji ta' tikkettjar tat-tip taċ-ċelluli fuq data ta' ċellula waħda; imma int tivverifika b'ġeni markaturi magħrufa jekk kull cluster huwiex tip ta' ċellula reali jew artifact tekniku (eż. ċelluli mejta, żewġ ċelluli maqbuda flimkien). Taċċettax it-tikketta tat-tip taċ-ċellula ssuġġerita mill-AI mingħajr ma tikkonferma l-ġeni markaturi ta' dak ir-raggruppament fil-letteratura attwali.
Tip: F'analiżi ta 'ċellula waħda, jekk l-AI jissuġġerixxi tikketta ta' "ċellula T" għal cluster, iċċekkja lilek innifsek li l-markaturi taċ-ċelluli T (eż. CD3) huma tabilħaqq espressi ħafna f'dak ir-raggruppament. Jekk it-tikketta ma tkunx appoġġjata mit-token, hija ipoteżi, mhux konklużjoni.
Żbalji komuni
- Taqbeż il-korrezzjoni tal-ittestjar multiplu. Il-lista tintefaħ b'valur p mhux ipproċessat; padj għandu jintuża.
- Jiżbalja l-effett tal-lott għall-bijoloġija. Għandu jiġi ċċekkjat l-ewwel bil-PCA.
- Li tagħmel il-bidla tal-art l-uniku kriterju. Bidla għolja ta 'tinja tista' tkun qarrieqa f'ġeni ta 'espressjoni baxxa u storbjużi.
- Taċċetta l-passaġġ magħmul/identità GO. Kull identità trid tiġi vverifikata fid-database.
- Issottovaluta d-daqs tal-kampjun. Il-qawwa statistika hija baxxa f'disinn 2 bi 2; Ir-riżultati għandhom jiġu interpretati b'kawtela.
Fil-qosor
L-analiżi Omics taħdem b’dejta ta’ dimensjoni għolja u storbjuża, u l-AI taċċellera din id-dejta billi tiskennjaha, tikteb skripts, u timmarka mudelli. Iżda l-korrezzjoni tat-test multiplu fl-espressjoni differenzjali, il-kontroll tal-lott b'PCA u l-verifika tas-sors fl-arrikkiment huma indispensabbli. L-integrazzjoni multi-omika hija qawwija iżda qarrieqa; Iċċekkja kull riżultat b'konsistenza bijoloġika, filwaqt li tqis id-differenzi tal-iskala u l-istorbju tas-saffi.
Kompitu ta' applikazzjoni
Sib matriċi tal-għadd RNA-seq disponibbli pubblikament (eż. minn GEO). Ħalli l-AI tikteb skript ta' analiżi bil-mudell "DESeq2 workflow" u ċċekkja fil-kodiċi li l-korrezzjoni tal-ittestjar multiplu fil-fatt ġiet applikata. Imbagħad staqsi lill-AI għal kumment ta' arrikkiment u vverifika l-IDs kollha tal-mogħdija li tirritorna waħda waħda kontra d-database KEGG jew GO; Innota kemm huma reali.
lista ta' kontroll
- [ ] Użajt padj (ikkoreġut) fl-analiżi differenzjali, mhux il-valur p mhux ipproċessat.
- [ ] Iċċekkja l-effett tal-lott bil-PCA u żidt mal-mudell jekk meħtieġ.
- [ ] Interpretajt ġeni b'bidla ta 'tinja għolja iżda espressjoni baxxa b'kawtela.
- [ ] I vverifikajt kull mogħdija/GO ID kontra d-database reali.
- [ ] I evalwajt il-qawwa statistika tad-daqs tal-kampjun.
- [ ] Qassejt il-kontradizzjonijiet multi-omics f'kawżi bijoloġiċi u tekniċi.