Faida:
- Marekebisho mengi ya majaribio (thamani ya p iliyosahihishwa) katika uchanganuzi wa usemi tofauti na uwezo wa kutafsiri kwa usahihi mabadiliko ya safu na kuzuia chanya za uwongo.
- Kugundua athari ya kundi na kuiongeza kwa modeli na PCA na kutenganisha kelele ya kiufundi kutoka kwa tofauti ya kibaolojia.
- Uwezo wa kuunganisha kila kitambulisho cha njia kwa chanzo na kuidhibiti kwa uthabiti wa kibaolojia katika uboreshaji wa njia na ujumuishaji wa omics nyingi.
Seli sio nambari moja; Ni mfumo ambapo maelfu ya jeni, protini na metabolites hucheza kwa wakati mmoja. Omics (jina la pamoja la mikabala inayopima safu ya kibayolojia kwa ujumla) inajaribu kunasa ngoma hii yote: genomics (DNA), transcriptomics (RNA - ni jeni gani hufanya kazi na kiasi gani), proteomics (protini), metaboli (molekuli ndogo). Kila safu ya omics hutoa maelfu ya data ya dimensional, kelele na ya gharama kubwa. AI ina nguvu katika kuchanganua data hii ya hali ya juu na mifumo ya kuashiria; Lakini wewe ndiye unayeamua ni muundo upi ni ukweli wa kibaolojia na upi ni kelele za kiufundi.
Katika kitengo hiki, tutaendelea kupitia maandishi, uchambuzi wa kawaida wa omics; Kanuni zinatumika kwa tabaka zingine pia. Mtiririko wa kawaida wa kazi: matriki ya usemi kutoka kwa data mbichi (safu ni jeni, safu wima ni sampuli, seli ni viwango vya kujieleza), kuhalalisha (kuondoa tofauti za kiufundi), uchanganuzi wa usemi tofauti (kutafuta jeni zinazobadilika sana kati ya hali mbili), uboreshaji wa njia (kutafuta njia za kibiolojia ambazo jeni zilizobadilishwa zimeunganishwa) na ufafanuzi.
Usemi tofauti: kunja badiliko na kusahihisha thamani ya p
Ili kujua kama jeni "imebadilika," nambari mbili huangaliwa: mabadiliko ya mara - mara ngapi usemi huongezeka/hupungua, kwa kawaida kwenye kipimo cha log2 - na thamani ya p iliyorekebishwa (padj - takwimu inayodhibiti chanya za uwongo wakati majaribio mengi yanafanywa). Kwa nini kurekebisha? Kwa sababu unajaribu jeni 20,000 kwa wakati mmoja; Hata kwa bahati, mamia ya jeni inaweza kugeuka kuwa "muhimu". Bila masahihisho mengi ya majaribio—kuzuia kiwango cha ugunduzi wa uwongo kwa kutumia mbinu kama vile Benjamini-Hochberg—orodha hiyo inapotosha. AI inaweza kuandika hati inayohesabu takwimu hii, lakini ikiwa itaacha kusahihisha, matokeo yako hayawezi kutetewa kisayansi.
Tahadhari: AI inaweza kusema "jeni 500 zimebadilika sana" kulingana na thamani mbichi ya p. Ukiangalia thamani ya p iliyosahihishwa, nambari inaweza kushuka hadi 30. Daima angalia masahihisho ya majaribio mengi wewe mwenyewe; Hii ndio tofauti kati ya kukubalika na kukataliwa kwa uchapishaji.
Athari ya kundi: mtego wa siri zaidi
Athari ya kundi (tofauti ya kiufundi inayotokana na uchakataji wa sampuli kwa siku tofauti, vifaa au watu) ndicho chanzo kikubwa cha makosa katika uchanganuzi wa omics. Ikiwa hali zako mbili zilichakatwa kwa siku mbili tofauti, "tofauti ya kibaolojia" unayoona inaweza kuwa tofauti ya siku. AI inaweza kupendekeza kuongeza kigezo cha bechi kwenye modeli (k.m. ~ batch + condition), lakini ni jukumu lako kuiweka kwa usahihi na sio kuichanganya katika muundo wa majaribio.
Kidokezo: Kabla ya kuanza uchanganuzi, chora chati ya PCA (Uchambuzi wa Kipengele Kikuu - njia ambayo inatoa muhtasari na kuonyesha data ya hali ya juu kwenye shoka kadhaa). Ikiwa sampuli zimeunganishwa kwa kundi badala ya hali ya kibayolojia, athari ya bechi ni kubwa na lazima irekebishwe kwanza.
Ujumuishaji wa omics nyingi
Uelewa wa kweli mara nyingi huja kwa kuweka tabaka pamoja: ikiwa jeni inafanya kazi kwa bidii lakini protini yake haiongezeki, udhibiti uko katika kiwango cha utafsiri. Ujumuishaji wa omics nyingi-kuchanganya tabaka tofauti za omics kuwa modeli moja-ndipo AI inapata nguvu lakini pia inapotosha zaidi; kwa sababu mizani, kelele na sampuli mechi za tabaka ni tofauti. AI inapendekeza utendakazi wa ujumuishaji, lakini unadhibiti uthabiti wa kibaolojia wa matokeo.
kesi tatu ndogo
Kesi ya 1 - Uboreshaji umeharakishwa. Jeni 1,240 tofauti zilipatikana katika mradi wa saratani. AI ilizitayarisha kwa uboreshaji wa njia, kuangazia mzunguko wa seli na njia za kutengeneza DNA; Timu iliunda ramani ya dhahania baada ya saa 2. Lakini walijaribu tena kila njia kwa kutumia zana huru (g:Profiler) na wakagundua kuwa njia moja haikupangwa vibaya na AI.
Kesi ya 2 - Mtego wa kundi. Maabara moja ilipata tofauti "ya kushangaza" ya jeni 900 kati ya vikundi viwili vya matibabu. Walipofanya PCA, waliona kuwa sampuli zilitenganishwa na kundi la mpangilio. Baada ya urekebishaji wa kundi, tofauti halisi ilipungua hadi jeni 60. AI ilikuwa imeacha kutofautisha kwa kundi bila kukusudia katika uchanganuzi wa kwanza.
Kesi ya 3 - Jina la njia iliyoundwa. Mwanafunzi alitoa orodha ya jeni kwa AI na kuuliza, "Njia ipi ya KEGG?" AI imetoa kitambulisho cha njia na jina kana kwamba ni halisi. Mwanafunzi alipopekua KEGG, aliona kuwa kitambulisho hicho hakipo; uthibitishaji ulizuia matokeo yaliyotungwa.
Violezo vinne vinavyoweza kunakiliwa
1) Muhtasari wa mtiririko wa kazi wa DESeq2:
Jukumu lako: mwanabiolojia computational. Andika hati ya hatua kwa hatua ya uchanganuzi wa usemi tofauti wa RNA-seq ukitumia R/DESeq2: usomaji wa matrix ya hesabu, fomula ya muundo (~ batch + hali), kuhalalisha, jedwali la matokeo. TUMIA masahihisho mengi ya majaribio (BH) waziwazi na utumie padjcolumn. Eleza kile ambacho kila hatua hufanya katika mstari wa maoni.
2) Udhibiti wa ubora / kundi:
Nipe orodha ya kuangalia ya QC ya RNA-seq: udhibiti wa bechi na PCA, saizi ya maktaba, idadi ya ugunduzi wa jeni, utambuzi wa nje. Kwa kila kipimo, bainisha kiwango cha juu cha "ninachoona kinanifanya niwe na wasiwasi". Eleza ninachopaswa kufanya ikiwa kundi na hali ya kibaolojia imechanganywa.
3) Uthibitishaji wa matokeo ya uboreshaji:
Nitakupa orodha ya njia iliyoboreshwa (idadi ya njia, padj, jeni). Andika utambulisho wa kila njia (KEGG/GO ID) neno na usiijumuishe. Chuja matokeo kwa kutumia padj <0.05. Bainisha ni njia zipi zinazotumiana kibayolojia, lakini weka alama kwa kila utambulisho kama "lazima uthibitishwe katika hifadhidata."
4) Angalia uthabiti wa omics nyingi:
Maelekezo yanayokinzana ya usemi wa maandishi na proteomic kwa jozi ya jeni/protini. Orodhesha sababu zinazowezekana za kibaolojia (kuhariri baada ya tafsiri) na kiufundi (kelele ya kipimo, kulinganisha sampuli) na uniambie jinsi ya kujaribu kila moja.
Mwongozo dhaifu / Mwongozo thabiti
Agizo dhaifu:
Taja njia muhimu katika orodha hii ya jeni.
Hakuna vyanzo, hakuna takwimu, hatari kubwa ya njia zilizobuniwa.
Agizo lenye nguvu:
Jukumu lako: mwanabiolojia computational. Katika jedwali la jeni tofauti (gene, log2FC, padj) chukua tu jeni zilizo na padj <0.05. Niambie hatua za uchanganuzi wa uboreshaji wa GO utakaofanywa na jeni hizi na zana (g:Profiler) nitakayotumia. Jina la njia ni FEKI; Nitaendesha zana na kufanya uchambuzi, unaelezea tu mbinu sahihi na marekebisho mengi ya upimaji.
Tofauti: kichujio wazi, uzingatiaji wa mbinu, kupiga marufuku uundaji na kumwachia mtumiaji uthibitishaji.
Hatua za uchambuzi wa Omics
hatua
Kusudi
kosa la kawaida
Jukumu la AI
kuhalalisha
Ondoa tofauti za kiufundi
Uchaguzi wa mbinu mbaya
Hati + mantiki
PCA/QC
Utambuzi wa kundi na wa nje
ruka hatua yangu
Picha + maoni
kujieleza tofauti
Kutafuta kubadilisha jeni
Haijarekebishwa uk
Rasimu ya hati
utajirisho
tafuta njia
njia iliyotengenezwa
mbinu
ushirikiano
kuunganisha tabaka
Hitilafu ya kipimo/kilinganishi
Mapendekezo ya mtiririko wa kazi
Omics ya seli moja: mizani mpya
Katika miaka ya hivi majuzi, mpangilio wa seli moja - kupima wasifu wa usemi wa kila moja ya maelfu ya seli kando - umechukua omics kwa mwelekeo mpya. Sasa, badala ya "usemi wa wastani wa tishu", tunaweza kuona kila aina ya seli ndani ya tishu hiyo kando. Nguvu hii inaleta hitilafu mpya: data ni chache sana (jeni nyingi zina sifuri za usomaji katika seli nyingi—kuacha), saizi ni makumi ya maelfu ya seli × maelfu ya jeni, na kutenganisha aina za seli hufanywa zaidi kwa kuunganishwa. AI ina nguvu katika kutoa muhtasari wa uwekaji lebo wa aina ya nguzo kwenye data ya seli moja; lakini unathibitisha kwa kutumia jeni za kialama zinazojulikana ikiwa kila kundi ni aina halisi ya seli au vizalia vya kiufundi (k.m. seli zilizokufa, seli mbili zilizonaswa pamoja). Usikubali lebo ya aina ya seli iliyopendekezwa na AI bila kuthibitisha jeni za alama za nguzo hiyo katika fasihi halisi.
Kidokezo: Katika uchanganuzi wa seli moja, ikiwa AI itapendekeza lebo ya "seli T" kwa kikundi, jihakikishie mwenyewe kwamba alama za seli za T (k.m. CD3) zimeonyeshwa sana katika nguzo hiyo. Ikiwa lebo haijaungwa mkono na ishara, ni dhana, sio hitimisho.
Makosa ya kawaida
- Kuruka masahihisho mengi ya majaribio. Orodha hujaa na thamani ya p mbichi; padj itumike.
- Kupotosha athari ya kundi kwa biolojia. Inapaswa kuangaliwa kwanza na PCA.
- Kufanya mabadiliko ya sakafu kigezo pekee. Mabadiliko ya mkunjo wa juu yanaweza kupotosha katika usemi wa chini, jeni zenye kelele.
- Kukubali utambulisho wa njia/GO. Kila utambulisho lazima uthibitishwe katika hifadhidata.
- Kupunguza ukubwa wa sampuli. Nguvu ya takwimu ni ndogo katika muundo wa 2 kwa 2; Matokeo yanapaswa kufasiriwa kwa uangalifu.
Kwa muhtasari
Uchanganuzi wa Omics hufanya kazi na data ya hali ya juu, yenye kelele, na AI huharakisha data hii kwa kuichanganua, kuandika hati na mifumo ya kuashiria. Lakini urekebishaji wa majaribio mengi katika usemi tofauti, udhibiti wa bechi na PCA na uthibitishaji wa chanzo katika uboreshaji ni muhimu. Ushirikiano wa omics nyingi una nguvu lakini unapotosha; Angalia kila matokeo kwa uthabiti wa kibaolojia, ukizingatia tofauti za kiwango na kelele za tabaka.
Jukumu la maombi
Pata mkusanyiko unaopatikana kwa umma wa RNA-seq (k.m. kutoka GEO). Iruhusu AI iandike hati ya uchanganuzi kwa kutumia kiolezo cha "DESeq2 mtiririko wa kazi" na uangalie katika msimbo kwamba marekebisho mengi ya majaribio yametumika. Kisha uulize AI kwa maoni ya uboreshaji na uthibitishe vitambulisho vyote vya njia ambayo inarudisha moja baada ya nyingine dhidi ya hifadhidata ya KEGG au GO; Kumbuka ni ngapi ni za kweli.
orodha ya ukaguzi
- [ ] Nilitumia padj (iliyosahihishwa) katika uchanganuzi wa kutofautisha, sio thamani ghafi ya p.
- [ ] Niliangalia athari ya kundi na PCA na kuiongeza kwa mfano ikiwa ni lazima.
- [ ] Nilifasiri jeni zenye mabadiliko ya hali ya juu lakini usemi wa chini kwa tahadhari.
- [ ] Nilithibitisha kila njia/Kitambulisho cha GO dhidi ya hifadhidata halisi.
- [ ] Nilitathmini nguvu za takwimu za ukubwa wa sampuli.
- [ ] Niligawanya ukinzani wa omiki nyingi katika sababu za kibayolojia na kiufundi.