ஓமிக்ஸ் தரவு பகுப்பாய்வு: டிரான்ஸ்கிரிப்டோமிக்ஸ், புரோட்டியோமிக்ஸ் மற்றும் மல்டி-ஓமிக்ஸ் ஒருங்கிணைப்பு

ஆதாயங்கள்:

• வேறுபட்ட வெளிப்பாடு பகுப்பாய்வில் பல சோதனை திருத்தம் (சரிசெய்யப்பட்ட p-மதிப்பு) மற்றும் மடிப்பு மாற்றத்தை சரியாக விளக்கி தவறான நேர்மறைகளைத் தவிர்க்கும் திறன்
• தொகுதி விளைவைக் கண்டறிதல் மற்றும் பிசிஏ உடன் மாதிரியில் சேர்ப்பது மற்றும் உயிரியல் வேறுபாட்டிலிருந்து தொழில்நுட்ப சத்தத்தை பிரித்தல்
• ஒவ்வொரு பாதை அடையாளத்தையும் மூலத்துடன் இணைக்கும் திறன் மற்றும் பாதை செறிவூட்டல் மற்றும் மல்டி-ஓமிக்ஸ் ஒருங்கிணைப்பில் உயிரியல் நிலைத்தன்மையுடன் அதைக் கட்டுப்படுத்தும் திறன்

செல் என்பது ஒற்றை எண் அல்ல; இது ஆயிரக்கணக்கான மரபணுக்கள், புரதங்கள் மற்றும் வளர்சிதை மாற்றங்கள் ஒரே நேரத்தில் நடனமாடும் ஒரு அமைப்பு. ஓமிக்ஸ் (ஒரு உயிரியல் அடுக்கை ஒட்டுமொத்தமாக அளவிடும் அணுகுமுறைகளுக்கான கூட்டுப் பெயர்) இந்த முழு நடனத்தையும் கைப்பற்ற முயற்சிக்கிறது: மரபணுவியல் (டிஎன்ஏ), டிரான்ஸ்கிரிப்டோமிக்ஸ் (ஆர்என்ஏ - எந்த மரபணுக்கள் வேலை செய்கின்றன மற்றும் எவ்வளவு), புரோட்டியோமிக்ஸ் (புரதங்கள்), வளர்சிதை மாற்றவியல் (சிறிய மூலக்கூறுகள்). ஒவ்வொரு ஓமிக்ஸ் அடுக்கும் ஆயிரக்கணக்கான பரிமாண, சத்தம் மற்றும் விலையுயர்ந்த தரவை உருவாக்குகிறது. AI ஆனது இந்த உயர் பரிமாணத் தரவை ஸ்கேன் செய்வதிலும் வடிவங்களைக் குறிப்பதிலும் சக்தி வாய்ந்தது; ஆனால் எந்த மாதிரி உயிரியல் உண்மை, எது தொழில்நுட்ப சத்தம் என்பதை நீங்கள்தான் தீர்மானிக்கிறீர்கள்.

இந்த யூனிட்டில், டிரான்ஸ்கிரிப்டோமிக்ஸ், மிகவும் பொதுவான ஓமிக்ஸ் பகுப்பாய்வு மூலம் தொடர்வோம்; கொள்கைகள் மற்ற அடுக்குகளுக்கும் பொருந்தும். வழக்கமான பணிப்பாய்வு: மூல தரவுகளிலிருந்து வெளிப்பாடு மேட்ரிக்ஸ் (வரிசைகள் மரபணுக்கள், நெடுவரிசைகள் மாதிரிகள், செல்கள் வெளிப்பாடு நிலைகள்), இயல்பாக்கம் (தொழில்நுட்ப வேறுபாடுகளை நீக்குதல்), வேறுபட்ட வெளிப்பாடு பகுப்பாய்வு (இரண்டு நிபந்தனைகளுக்கு இடையில் கணிசமாக மாறும் மரபணுக்களைக் கண்டறிதல்), பாதை செறிவூட்டல் (மாற்றப்பட்ட மரபணுக்கள் எந்த உயிரியல் பாதைகளில் கொத்தாக உள்ளன என்பதைக் கண்டறிதல்) மற்றும் விளக்கம்.

வேறுபட்ட வெளிப்பாடு: மடிப்பு மாற்றம் மற்றும் திருத்தப்பட்ட p-மதிப்பு

ஒரு மரபணு "மாறிவிட்டதா" என்பதைக் கூற, இரண்டு எண்கள் பார்க்கப்படுகின்றன: மடிப்பு மாற்றம் - எத்தனை முறை வெளிப்பாடு அதிகரிக்கிறது/குறைகிறது, பொதுவாக log2 அளவில் - மற்றும் சரிசெய்யப்பட்ட p-மதிப்பு (padj - பல சோதனைகள் செய்யப்படும்போது தவறான நேர்மறைகளைக் கட்டுப்படுத்தும் புள்ளிவிவரம்). ஏன் சரி செய்ய வேண்டும்? ஏனெனில் நீங்கள் ஒரே நேரத்தில் 20,000 மரபணுக்களை சோதிக்கிறீர்கள்; தற்செயலாக கூட, நூற்றுக்கணக்கான மரபணுக்கள் "குறிப்பிடத்தக்கதாக" மாறக்கூடும். பல சோதனைத் திருத்தங்கள் இல்லாமல்—பெஞ்சமினி-ஹோச்பெர்க் போன்ற முறைகள் மூலம் தவறான கண்டுபிடிப்பு விகிதத்தைக் கட்டுப்படுத்துதல்—பட்டியல் தவறாக வழிநடத்துகிறது. இந்த புள்ளிவிவரத்தைக் கணக்கிடும் ஸ்கிரிப்டை AI ஆல் எழுத முடியும், ஆனால் அது திருத்தத்தைத் தவிர்த்துவிட்டால், உங்கள் முடிவு விஞ்ஞான ரீதியாக பாதுகாக்க முடியாதது.

எச்சரிக்கை: மூல p-மதிப்பின் அடிப்படையில் "500 மரபணுக்கள் கணிசமாக மாறிவிட்டன" என்று AI கூறலாம். திருத்தப்பட்ட p-மதிப்பைப் பார்த்தால், எண் 30 ஆகக் குறையலாம். பல சோதனைத் திருத்தத்தை நீங்களே எப்போதும் சரிபார்க்கவும்; வெளியீட்டை ஏற்றுக்கொள்வதற்கும் நிராகரிப்பதற்கும் உள்ள வித்தியாசம் இதுதான்.

தொகுதி விளைவு: மிகவும் நயவஞ்சகமான பொறி

தொகுதி விளைவு (வெவ்வேறு நாட்கள், சாதனங்கள் அல்லது நபர்களால் மாதிரிகளை செயலாக்குவதில் இருந்து எழும் தொழில்நுட்ப வேறுபாடு) ஓமிக்ஸ் பகுப்பாய்வில் பிழையின் மிகப்பெரிய ஆதாரமாகும். உங்கள் இரண்டு நிபந்தனைகளும் இரண்டு வெவ்வேறு நாட்களில் செயலாக்கப்பட்டிருந்தால், நீங்கள் பார்க்கும் "உயிரியல் வேறுபாடு" உண்மையில் நாள் வித்தியாசமாக இருக்கலாம். மாடலில் தொகுதி மாறியைச் சேர்க்க AI பரிந்துரைக்கலாம் (எ.கா. ~ தொகுதி + நிபந்தனை), ஆனால் அதை சரியாக அமைப்பது உங்கள் பொறுப்பு மற்றும் அதை சோதனை வடிவமைப்பில் கலக்க வேண்டாம்.

உதவிக்குறிப்பு: பகுப்பாய்வைத் தொடங்கும் முன், ஒரு பிசிஏ (முதன்மை உபகரணப் பகுப்பாய்வு - பல அச்சுகளில் உயர் பரிமாணத் தரவைச் சுருக்கி காட்சிப்படுத்தும் முறை) விளக்கப்படத்தை வரையவும். மாதிரிகள் உயிரியல் நிலையில் அல்லாமல் தொகுப்பின் மூலம் கொத்தாக இருந்தால், தொகுதி விளைவு ஆதிக்கம் செலுத்துகிறது மற்றும் முதலில் சரிசெய்யப்பட வேண்டும்.

மல்டி ஓமிக்ஸ் ஒருங்கிணைப்பு

உண்மையான புரிதல் பெரும்பாலும் அடுக்குகளை ஒன்றாக இணைப்பதன் மூலம் வருகிறது: ஒரு மரபணு கடினமாக உழைத்தாலும் அதன் புரதம் அதிகரிக்கவில்லை என்றால், ஒழுங்குமுறை மொழிபெயர்ப்பு மட்டத்தில் உள்ளது. மல்டி-ஓமிக்ஸ் ஒருங்கிணைப்பு-வெவ்வேறு ஓமிக்ஸ் அடுக்குகளை ஒரே மாதிரியாக இணைப்பது-ஏஐ வலுவடைகிறது, ஆனால் அது மிகவும் தவறாக வழிநடத்துகிறது; ஏனெனில் அடுக்குகளின் செதில்கள், சத்தம் மற்றும் மாதிரி பொருத்தங்கள் வேறுபட்டவை. AI ஒரு ஒருங்கிணைப்பு பணிப்பாய்வு பரிந்துரைக்கிறது, ஆனால் முடிவுகளின் உயிரியல் நிலைத்தன்மையை நீங்கள் கட்டுப்படுத்துகிறீர்கள்.

மூன்று சிறிய வழக்குகள்

வழக்கு 1 - செறிவூட்டல் துரிதப்படுத்தப்பட்டது. ஒரு புற்றுநோய் திட்டத்தில் 1,240 வேறுபட்ட மரபணுக்கள் கண்டறியப்பட்டன. செல் சுழற்சி மற்றும் டிஎன்ஏ பழுதுபார்க்கும் பாதைகளை முன்னிலைப்படுத்தி, பாதை செறிவூட்டலுக்காக AI அவற்றை முதன்மைப்படுத்தியது; குழு 2 மணி நேரத்தில் ஒரு கருதுகோள் வரைபடத்தை உருவாக்கியது. ஆனால் அவர்கள் ஒவ்வொரு பாதையையும் ஒரு சுயாதீனமான கருவி (g:Profiler) மூலம் மறுபரிசீலனை செய்தனர் மற்றும் AI ஆல் ஒரு பாதை தவறாகக் கண்டறியப்பட்டது.

வழக்கு 2 - தொகுதி பொறி. ஒரு ஆய்வகம் இரண்டு சிகிச்சை குழுக்களிடையே "அதிகமான" 900-மரபணு வேறுபாட்டைக் கண்டறிந்தது. அவர்கள் பிசிஏவைச் செய்தபோது, ​​மாதிரிகள் வரிசைப்படுத்துவதன் மூலம் பிரிக்கப்பட்டிருப்பதைக் கண்டனர். தொகுதி திருத்தத்திற்குப் பிறகு, உண்மையான வேறுபாடு 60 மரபணுக்களாகக் குறைந்தது. AI ஆனது தற்செயலாக முதல் பகுப்பாய்வில் தொகுதி மாறியை தவிர்த்துள்ளது.

வழக்கு 3 - உருவாக்கப்பட்ட பாதையின் பெயர். ஒரு மாணவர் மரபணு பட்டியலை AIயிடம் கொடுத்து, "எந்த KEGG பாதை?" AI ஒரு பாதை ஐடி மற்றும் பெயரை உண்மையானது போல் வழங்கியது. மாணவர் KEGG இல் தேடியபோது, ​​அந்த அடையாள அட்டை இல்லை; சரிபார்ப்பு புனையப்பட்ட முடிவைத் தடுத்தது.

நகலெடுக்கக்கூடிய நான்கு வார்ப்புருக்கள்

1) DESeq2 பணிப்பாய்வு அவுட்லைன்:

உங்கள் பங்கு: கணக்கீட்டு உயிரியலாளர். R/DESeq2 உடன் RNA-seq வேறுபட்ட வெளிப்பாடு பகுப்பாய்விற்கான படிப்படியான ஸ்கிரிப்டை எழுதவும்: எண்ணிக்கை மேட்ரிக்ஸ் வாசிப்பு, வடிவமைப்பு சூத்திரம் (~ தொகுதி + நிபந்தனை), இயல்பாக்கம், முடிவு அட்டவணை. பல சோதனைத் திருத்தங்களை (BH) வெளிப்படையாகப் பயன்படுத்தவும் மற்றும் padjcolumn ஐப் பயன்படுத்தவும். கருத்து வரியில் ஒவ்வொரு அடியும் என்ன செய்கிறது என்பதை விளக்குங்கள்.

2) தரம்/தொகுதி கட்டுப்பாடு:

எனக்கு ஒரு RNA-seq QC சரிபார்ப்புப் பட்டியலைக் கொடுங்கள்: PCA உடன் தொகுதிக் கட்டுப்பாடு, நூலக அளவு, மரபணுக் கண்டறிதல்களின் எண்ணிக்கை, வெளிப்புறக் கண்டறிதல். ஒவ்வொரு அளவீட்டிற்கும், "நான் பார்ப்பது என்னை கவலையடையச் செய்கிறது" என்ற வரம்பை குறிப்பிடவும். தொகுதி மற்றும் உயிரியல் நிலை கலந்திருந்தால் நான் என்ன செய்ய வேண்டும் என்பதை விளக்குங்கள்.

3) செறிவூட்டல் முடிவு சரிபார்ப்பு:

நான் உங்களுக்கு செறிவூட்டப்பட்ட பாதை பட்டியலை தருகிறேன் (பாதைகளின் எண்ணிக்கை, padj, மரபணுக்கள்). ஒவ்வொரு பாதையின் அடையாளத்தையும் (KEGG/GO ID) சொல்லில் எழுதவும், அதை உருவாக்க வேண்டாம். padj <0.05 உடன் முடிவுகளை வடிகட்டவும். எந்தப் பாதைகள் உயிரியல் ரீதியாக ஒன்றையொன்று ஆதரிக்கின்றன என்பதைக் குறிப்பிடவும், ஆனால் ஒவ்வொரு அடையாளத்தையும் "தரவுத்தளத்தில் சரிபார்க்க வேண்டும்" எனக் குறிக்கவும்.

4) மல்டி-ஓமிக்ஸ் நிலைத்தன்மை சோதனை:

டிரான்ஸ்கிரிப்டோமிக் மற்றும் புரோட்டியோமிக் ஒரு மரபணு/புரத ஜோடிக்கு முரண்பட்ட வெளிப்பாடு திசைகளை அளிக்கிறது. இதற்கான சாத்தியமான உயிரியல் (மொழிபெயர்ப்புக்கு பிந்தைய எடிட்டிங்) மற்றும் தொழில்நுட்ப (அளவீட்டு சத்தம், மாதிரி பொருத்தம்) காரணங்களை பட்டியலிட்டு, ஒவ்வொன்றையும் எப்படி சோதிப்பது என்று சொல்லுங்கள்.

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனமான உடனடி:

இந்த மரபணு பட்டியலில் உள்ள முக்கியமான பாதைகளுக்கு பெயரிடவும்.

ஆதாரங்கள் இல்லை, புள்ளிவிவரங்கள் இல்லை, புனையப்பட்ட பாதைகளின் அதிக ஆபத்து.

சக்திவாய்ந்த தூண்டுதல்:

உங்கள் பங்கு: கணக்கீட்டு உயிரியலாளர். இணைக்கப்பட்ட வேறுபட்ட மரபணு அட்டவணையில் (ஜீன், log2FC, padj) padj <0.05 உடன் மரபணுக்களை மட்டும் எடுத்துக் கொள்ளுங்கள். இந்த மரபணுக்கள் மற்றும் நான் பயன்படுத்தும் கருவி (g:Profiler) மூலம் GO செறிவூட்டல் பகுப்பாய்வின் படிகளைச் சொல்லுங்கள். பாதையின் பெயர் போலியானது; நான் கருவியை இயக்கி பகுப்பாய்வு செய்வேன், நீங்கள் சரியான முறை மற்றும் பல சோதனை திருத்தங்களை விவரிக்கிறீர்கள்.

வித்தியாசம்: தெளிவான வடிகட்டி, முறைமை கவனம், புனையப்படுவதைத் தடை செய்தல் மற்றும் சரிபார்ப்பை பயனருக்கு விட்டுவிடுதல்.

ஓமிக்ஸ் பகுப்பாய்வு படிகள்

படி

நோக்கம்

பொதுவான தவறு

AI பங்கு

இயல்பாக்கம்

தொழில்நுட்ப வேறுபாட்டை நீக்கவும்

தவறான முறை தேர்வு

ஸ்கிரிப்ட் + பகுத்தறிவு

பிசிஏ/கியூசி

தொகுதி மற்றும் வெளிப்புற கண்டறிதல்

என் படியைத் தவிர்க்கவும்

படம் + கருத்து

வேறுபட்ட வெளிப்பாடு

மாறும் மரபணுக்களைக் கண்டறிதல்

திருத்தப்படாத ப

ஸ்கிரிப்ட் வரைவு

செறிவூட்டல்

ஒரு வழியைக் கண்டுபிடி

புனையப்பட்ட பாதை

முறையியல்

ஒருங்கிணைப்பு

அடுக்குகளை இணைக்கவும்

அளவு/ பொருத்தப் பிழை

பணிப்பாய்வு பரிந்துரை

ஒற்றை செல் ஓமிக்ஸ்: ஒரு புதிய அளவுகோல்

சமீபத்திய ஆண்டுகளில், ஒற்றை செல் வரிசைமுறை - ஆயிரக்கணக்கான செல்கள் ஒவ்வொன்றின் வெளிப்பாடு சுயவிவரத்தையும் தனித்தனியாக அளவிடுவது - ஓமிக்ஸை ஒரு புதிய பரிமாணத்திற்கு கொண்டு சென்றது. இப்போது, ​​"திசுவின் சராசரி வெளிப்பாடு" என்பதற்குப் பதிலாக, அந்த திசுக்களில் உள்ள ஒவ்வொரு செல் வகையையும் தனித்தனியாகக் காணலாம். இந்த சக்தி புதிய ஆபத்துகளை அறிமுகப்படுத்துகிறது: தரவு மிகவும் அரிதானது (பெரும்பாலான மரபணுக்கள் பெரும்பாலான செல்களில் பூஜ்ஜிய வாசிப்புகளைக் கொண்டுள்ளன - டிராப்அவுட்), அளவு பல்லாயிரக்கணக்கான செல்கள் × இருபதாயிரம் மரபணுக்கள், மற்றும் செல் வகைகளைப் பிரிப்பது பெரும்பாலும் கிளஸ்டரிங் மூலம் செய்யப்படுகிறது. ஒற்றை செல் தரவுகளில் கிளஸ்டரிங் மற்றும் செல் வகை லேபிளிங் அவுட்லைன்களை தயாரிப்பதில் AI சக்தி வாய்ந்தது; ஆனால் ஒவ்வொரு கிளஸ்டரும் உண்மையான செல் வகையா அல்லது தொழில்நுட்ப கலைப்பொருளா என்பதை அறியப்பட்ட மார்க்கர் மரபணுக்களைக் கொண்டு சரிபார்க்கிறீர்கள் (எ.கா. இறந்த செல்கள், இரண்டு செல்கள் ஒன்றாகப் பிடிக்கப்படுகின்றன). உண்மையான இலக்கியத்தில் அந்த கிளஸ்டரின் மார்க்கர் மரபணுக்களை உறுதிப்படுத்தாமல், AI பரிந்துரைத்த செல் வகை லேபிளை ஏற்க வேண்டாம்.

உதவிக்குறிப்பு: ஒற்றை செல் பகுப்பாய்வில், ஒரு கிளஸ்டருக்கு "T செல்" லேபிளை AI பரிந்துரைத்தால், அந்த கிளஸ்டரில் T செல் குறிப்பான்கள் (எ.கா. CD3) உண்மையில் அதிகமாக வெளிப்படுத்தப்பட்டுள்ளதா என்பதை நீங்களே சரிபார்க்கவும். டோக்கனால் லேபிள் ஆதரிக்கப்படவில்லை என்றால், அது ஒரு கருதுகோள், ஒரு முடிவு அல்ல.

பொதுவான தவறுகள்

• பல சோதனை திருத்தங்களைத் தவிர்க்கிறது. பட்டியல் மூல p-மதிப்புடன் வீங்குகிறது; padj ஐ பயன்படுத்த வேண்டும்.
• உயிரியலுக்கான தொகுதி விளைவைத் தவறாகப் புரிந்துகொள்வது. இது முதலில் பிசிஏ மூலம் சரிபார்க்கப்பட வேண்டும்.
• தரையை மாற்றுவது ஒரே அளவுகோலாகும். குறைந்த வெளிப்பாடு, சத்தமில்லாத மரபணுக்களில் அதிக மடங்கு மாற்றம் தவறாக வழிநடத்தும்.
• உருவாக்கப்பட்ட பாதை/GO அடையாளத்தை ஏற்றுக்கொள்கிறது. ஒவ்வொரு அடையாளமும் தரவுத்தளத்தில் சரிபார்க்கப்பட வேண்டும்.
• மாதிரி அளவைக் குறைத்து மதிப்பிடுதல். 2 பை 2 வடிவமைப்பில் புள்ளிவிவர சக்தி குறைவாக உள்ளது; முடிவுகளை எச்சரிக்கையுடன் விளக்க வேண்டும்.

சுருக்கமாக

ஓமிக்ஸ் பகுப்பாய்வு உயர் பரிமாண, சத்தமில்லாத தரவுகளுடன் செயல்படுகிறது, மேலும் AI இந்தத் தரவை ஸ்கேன் செய்வதன் மூலம், ஸ்கிரிப்ட்களை எழுதுதல் மற்றும் வடிவங்களைக் குறிப்பதன் மூலம் துரிதப்படுத்துகிறது. ஆனால் வேறுபட்ட வெளிப்பாட்டில் பல சோதனை திருத்தம், PCA உடன் தொகுதி கட்டுப்பாடு மற்றும் செறிவூட்டலில் மூல சரிபார்ப்பு ஆகியவை இன்றியமையாதவை. மல்டி-ஓமிக்ஸ் ஒருங்கிணைப்பு சக்தி வாய்ந்தது ஆனால் தவறாக வழிநடத்துகிறது; ஒவ்வொரு முடிவையும் உயிரியல் நிலைத்தன்மையுடன் சரிபார்க்கவும், அடுக்குகளின் அளவு மற்றும் இரைச்சல் வேறுபாடுகளை கணக்கில் எடுத்துக் கொள்ளுங்கள்.

விண்ணப்ப பணி

பொதுவில் கிடைக்கும் RNA-seq கவுண்ட் மேட்ரிக்ஸைக் கண்டறியவும் (எ.கா. GEO இலிருந்து). "DESeq2 பணிப்பாய்வு" டெம்ப்ளேட்டுடன் AI ஒரு பகுப்பாய்வு ஸ்கிரிப்டை எழுதச் செய்து, பல சோதனைத் திருத்தம் உண்மையில் பயன்படுத்தப்பட்டுள்ளதா என்பதை குறியீட்டில் சரிபார்க்கவும். பின்னர் AI யிடம் ஒரு செறிவூட்டல் கருத்தைக் கேட்டு, அது KEGG அல்லது GO தரவுத்தளத்திற்கு எதிராக ஒவ்வொன்றாகத் திரும்பும் அனைத்து வழித்தட ஐடிகளையும் சரிபார்க்கவும்; எத்தனை உண்மையானவை என்பதைக் கவனியுங்கள்.

சரிபார்ப்பு பட்டியல்

• [ ] நான் வித்தியாசமான பகுப்பாய்வில் padj (சரிசெய்யப்பட்டது) பயன்படுத்தினேன், மூல p-மதிப்பு அல்ல.
• [ ] நான் PCA உடன் தொகுதி விளைவை சரிபார்த்து, தேவைப்பட்டால் அதை மாதிரியில் சேர்த்தேன்.
• [ ] நான் மரபணுக்களை அதிக மடங்கு மாற்றத்துடன் விளக்கினேன் ஆனால் குறைந்த வெளிப்பாடு எச்சரிக்கையுடன்.
• [ ] உண்மையான தரவுத்தளத்திற்கு எதிராக ஒவ்வொரு பாதை/GO ஐடியையும் சரிபார்த்தேன்.
• [ ] நான் மாதிரி அளவின் புள்ளிவிவர சக்தியை மதிப்பீடு செய்தேன்.
• [ ] நான் பல ஓமிக்ஸ் முரண்பாடுகளை உயிரியல் மற்றும் தொழில்நுட்ப காரணங்களாகப் பிரித்தேன்.