Inherent Dynamics Visualizer, una aplicación interactiva para evaluar y visualizar los resultados de una canalización de inferencia de red reguladora de genes

Resumen

Inherent Dynamics Visualizer es un paquete de visualización interactiva que se conecta a una herramienta de inferencia de red reguladora de genes para una generación mejorada y optimizada de modelos de red funcionales. El visualizador se puede utilizar para tomar decisiones más informadas para parametrizar la herramienta de inferencia, aumentando así la confianza en los modelos resultantes.

Resumen

El desarrollo de modelos de redes reguladoras de genes es un desafío importante en la biología de sistemas. Se han desarrollado varias herramientas computacionales y canalizaciones para abordar este desafío, incluida la recientemente desarrollada Inherent Dynamics Pipeline. Inherent Dynamics Pipeline consta de varias herramientas publicadas anteriormente que funcionan sinérgicamente y están conectadas de manera lineal, donde la salida de una herramienta se utiliza como entrada para la siguiente herramienta. Al igual que con la mayoría de las técnicas computacionales, cada paso de Inherent Dynamics Pipeline requiere que el usuario tome decisiones sobre parámetros que no tienen una definición biológica precisa. Estas opciones pueden afectar sustancialmente los modelos de red reguladora de genes producidos por el análisis. Por esta razón, la capacidad de visualizar y explorar las consecuencias de varias elecciones de parámetros en cada paso puede ayudar a aumentar la confianza en las elecciones y los resultados. Inherent Dynamics Visualizer es un paquete de visualización integral que agiliza el proceso de evaluación de opciones de parámetros a través de una interfaz interactiva dentro de un navegador web. El usuario puede examinar por separado la salida de cada paso de la canalización, realizar cambios intuitivos basados en información visual y beneficiarse de la producción automática de los archivos de entrada necesarios para la canalización de Inherent Dynamics. El Visualizador de Dinámica Inherente proporciona un nivel incomparable de acceso a una herramienta altamente intrincada para el descubrimiento de redes reguladoras de genes a partir de datos transcriptómicos de series temporales.

Introducción

Muchos procesos biológicos importantes, como la diferenciación celular y la respuesta ambiental, se rigen por conjuntos de genes que interactúan entre sí en una red reguladora de genes (GRN). Estos GRN producen la dinámica transcripcional necesaria para activar y mantener el fenotipo que controlan, por lo que identificar los componentes y la estructura topológica del GRN es clave para comprender muchos procesos y funciones biológicas. Un GRN puede ser modelado como un conjunto de genes que interactúan y/o productos genéticos descritos por una red cuyos nodos son los genes y cuyos bordes describen la dirección y la forma de interacción (por ejemplo, activación/represión de la transcripción, modificación post-traduccional, etc.) ¹. Las interacciones pueden expresarse entonces como modelos matemáticos parametrizados que describen el impacto que un gen regulador tiene en la producción de su(s) objetivo(s)^2,3,4. La inferencia de un modelo GRN requiere tanto una inferencia de la estructura de la red de interacción como la estimación de los parámetros de interacción subyacentes. Se han desarrollado una variedad de métodos de inferencia computacional que ingieren datos de expresión génica de series temporales y producen modelos ^GRN5. Recientemente, se desarrolló un nuevo método de inferencia GRN, llamado Inherent Dynamics Pipeline (IDP), que utiliza datos de expresión génica de series temporales para producir modelos GRN con interacciones regulador-objetivo etiquetadas que son capaces de producir dinámicas que coinciden con la dinámica observada en los datos de expresión ^génica6. El IDP es un conjunto de herramientas conectadas linealmente en una tubería y se puede dividir en tres pasos: un paso de búsqueda de nodos que clasifica los genes en función de las características de expresión génica conocidas o sospechadas que están relacionadas con la función del ^GRN7,8, un paso de búsqueda de bordes que clasifica las relaciones regulatorias por ^{pares8, 9}, y un paso de búsqueda de redes que produce modelos GRN que son capaces de producir la dinámica observada10,11,12,13,14,15.

Como la mayoría de los métodos computacionales, el IDP requiere un conjunto de argumentos especificados por el usuario que dictan cómo se analizan los datos de entrada, y diferentes conjuntos de argumentos pueden producir diferentes resultados en los mismos datos. Por ejemplo, varios métodos, incluido el IDP, contienen argumentos que aplican algún umbral a los datos, y aumentar/disminuir este umbral entre ejecuciones sucesivas del método en particular puede dar lugar a resultados disímiles entre ejecuciones (véase nota complementaria 10: Métodos de inferencia de red ^de5). Comprender cómo cada argumento puede afectar el análisis y los resultados posteriores es importante para lograr una alta confianza en los resultados. A diferencia de la mayoría de los métodos de inferencia GRN, el IDP consiste en múltiples herramientas computacionales, cada una con su propio conjunto de argumentos que un usuario debe especificar y cada una con sus propios resultados. Si bien el IDP proporciona una amplia documentación sobre cómo parametrizar cada herramienta, la interdependencia de cada herramienta en la salida del paso anterior hace que la parametrización de toda la tubería sin análisis intermedios sea un desafío. Por ejemplo, es probable que los argumentos en los pasos Edge y Network Finding estén informados por conocimientos biológicos previos, por lo que dependerán del conjunto de datos y / o del organismo. Para interrogar los resultados intermedios, se necesitaría una comprensión básica de la programación, así como una comprensión profunda de todos los archivos de resultados y su contenido del IDP.

Inherent Dynamics Visualizer (IDV) es un paquete de visualización interactiva que se ejecuta en la ventana del explorador de un usuario y proporciona una forma para que los usuarios del IDP evalúen el impacto de sus elecciones de argumentos en los resultados de cualquier paso del IDP. El IDV navega por una complicada estructura de directorios producida por el IDP y recopila los datos necesarios para cada paso y presenta los datos en figuras y tablas intuitivas e interactivas para que el usuario las explore. Después de explorar estas pantallas interactivas, el usuario puede producir nuevos datos a partir de un paso de IDP que puede basarse en decisiones más informadas. Estos nuevos datos se pueden utilizar inmediatamente en el siguiente paso respectivo del IDP. Además, la exploración de los datos puede ayudar a determinar si un paso de IDP debe volver a ejecutarse con parámetros ajustados. El IDV puede mejorar el uso del IDP, así como hacer que el uso del IDP sea más intuitivo y accesible, como se demuestra al investigar el oscilador central GRN del ciclo celular de la levadura. El siguiente protocolo incluye los resultados de IDP de una ejecución de IDP totalmente parametrizada frente a un enfoque que incorpora el IDV después de las ejecuciones de cada paso de IDP, es decir, Node, Edge y Network Finding.

Access restricted. Please log in or start a trial to view this content.

Protocolo

1. Instale el IDP y el IDV

NOTA: En esta sección se supone que docker, conda, pip y git ya están instalados (Tabla de materiales).

1. En un terminal, ingrese el comando: git clone https://gitlab.com/biochron/inherent_dynamics_pipeline.git.
2. Siga las instrucciones de instalación del archivo README del IDP.
3. En un terminal, ingrese el comando: git clone https://gitlab.com/bertfordley/inherent_dynamics_visualizer.git.
   NOTA: La clonación del IDV debe realizarse fuera del directorio de nivel superior del IDP.
4. Siga las instrucciones de instalación en el archivo README del IDV.

2. Búsqueda de nodos

1. Cree un nuevo archivo de configuración de IDP que parametrize el paso de búsqueda de nodos.
   NOTA: No se deben escribir todas las comillas de los pasos siguientes. Las comillas solo se usan aquí como delimitador entre el texto del protocolo y lo que se va a escribir.
   1. Agregue los principales argumentos de IDP al archivo de configuración.
   2. Abra un nuevo archivo de texto en un editor de texto y escriba "data_file =", "annotation_file =", "output_dir =", "num_proc =" e "IDVconnection = True" en líneas individuales.
   3. Para "data_file", después del signo igual a, escriba la ruta de acceso y el nombre del archivo de serie temporal respectivo y escriba una coma después del nombre. Separe cada dato por una coma, si se está utilizando más de un conjunto de datos de series temporales. Consulte el Archivo Suplementario 1 y el Archivo Suplementario 2 para obtener un ejemplo de archivos de expresión génica de series temporales.
   4. Escriba la ruta de acceso y el nombre del archivo de anotación para "annotation_file", después del igual a firmar. Consulte archivo complementario 3 para ver un ejemplo de un archivo de anotación.
   5. Para "output_file", después del signo igual a firmar, escriba la ruta y el nombre de la carpeta donde se guardarán los resultados.
   6. Después del signo igual a, para "num_proc", escriba el número de procesos que debe usar el IDP.
   7. Agregue argumentos de búsqueda de nodos al archivo de configuración.
   8. En el mismo archivo de texto que en el paso 2.1.1, escriba el orden presentado "[dlxjtk_arguments]", "puntos =" y "dlxjtk_cutoff =" en líneas individuales. Colóquelos después de los argumentos principales.
   9. Para "puntos", después del signo igual a, si se utiliza un conjunto de datos de serie de una sola vez, escriba cada longitud de período separada por comas. Para más de un conjunto de datos de series temporales, escriba cada conjunto de longitudes de período como antes, pero coloque corchetes alrededor de cada conjunto y coloque una coma entre los conjuntos.
   10. Después del signo igual a, para "dlxjtk_cutoff", escriba un entero que especifique el número máximo de genes a retener en la salida gene_list_file de De Lichtenberg por JTK_CYCLE (DLxJTK) (Tabla 1).
       NOTA: Se recomienda encarecidamente revisar las secciones dlxjtk_arguments en el README de IDP para comprender mejor cada argumento. Consulte Archivo suplementario 4 para obtener un ejemplo de un archivo de configuración con los argumentos de búsqueda de nodos especificados.
2. En el terminal, vaya al directorio IDP, denominado inherent_dynamics_pipeline.
3. En el terminal, ingrese el comando: conda activate dat2net
4. Ejecute el IDP utilizando el archivo de configuración creado en el paso 2.1 ejecutando este comando en el terminal, donde es el nombre del archivo: python src/dat2net.py
5. En el terminal, vaya al directorio denominado inherent_dynamics_visualizer e introduzca el comando: . /viz_results.sh
   Nota : apuntará al directorio utilizado como directorio de salida para el IDP.
6. En un navegador web, escriba http://localhost:8050/ como URL.
7. Con el IDV ahora abierto en el navegador, haga clic en la pestaña Búsqueda de nodos y seleccione la carpeta de búsqueda de nodos de interés en el menú desplegable.
8. Seleccionar manualmente una nueva lista de genes de la tabla de lista de genes en el IDV para usarla en los pasos posteriores de IDP.
   1. Para ampliar o acortar la tabla de la lista de genes, haga clic en las flechas arriba o abajo o introduzca manualmente un entero entre 1 y 50 en el cuadro junto a Expresión génica de genes clasificados por DLxJTK. Arriba:.
   2. En la tabla de la lista de genes, haga clic en el cuadro junto a un gen para ver su perfil de expresión génica en un gráfico de líneas. Se pueden agregar múltiples genes.
   3. Opcionalmente, especifique el número de contenedores de igual tamaño para calcular y ordenar los genes por el intervalo de tiempo que contiene su expresión máxima, introduciendo un entero en el cuadro de entrada sobre la tabla de lista de genes etiquetada como Entero de entrada para dividir el primer ciclo en contenedores:.
      NOTA: Esta opción es específica de la dinámica oscilatoria y podría no ser aplicable a otros tipos de dinámica.
   4. Seleccione una preferencia de visualización de mapa de calor haciendo clic en una opción en Ordenar genes por: Expresión máxima del primer ciclo (Tabla 1) que ordena los genes en función del momento del pico de expresión génica en el primer ciclo.
      NOTA: DLxJTK Rank ordena los genes en función de la clasificación de periodicidad del algoritmo DLxJTK del IDP.
   5. Haga clic en el botón Descargar lista de genes para descargar la lista de genes en el formato de archivo necesario para el paso de búsqueda de bordes. Consulte el Archivo suplementario 5 para ver un ejemplo de un archivo de lista de genes.
9. En la tabla de anotación de genes editables, etiquete un gen como destino, regulador o ambos en el archivo de anotación para el paso Búsqueda de bordes en una nueva ejecución de búsqueda de bordes. Si un gen es un regulador, etiquete el gen como activador, represor o ambos.
   1. Para etiquetar un gen como activador, haga clic en la celda en la columna tf_act y cambie el valor a 1. Para etiquetar un gen como represor, cambie el valor de la columna tf_rep a 1. Se permitirá que un gen actúe como activador y represor en el paso de búsqueda de bordes estableciendo los valores en las columnas tf_act y tf_rep en 1.
   2. Para etiquetar un gen como objetivo, haga clic en la celda en la columna de destino y cambie el valor a 1.
10. Haga clic en el botón Descargar aviso. Archivo para descargar el archivo de anotación en el formato de archivo necesario para el paso de búsqueda de bordes.

3. Búsqueda de bordes

1. Cree un nuevo archivo de configuración de IDP que parametrize el paso de búsqueda perimetral.
   1. Agregue los principales argumentos de IDP al archivo de configuración. Abra un nuevo archivo de texto en un editor de texto y repita el paso 2.1.1.
   2. Agregue argumentos de búsqueda perimetral al archivo de configuración.
   3. En el mismo archivo de texto que en el paso 3.1.1, escriba el orden presentado "[lempy_arguments]", "gene_list_file =", "[netgen_arguments]", "edge_score_column =", "edge_score_thresho =", "num_edges_for_list =", "seed_threshold =" y "num_edges_for_seed =" en líneas individuales. Estos deben ir por debajo de los argumentos principales.
   4. Para "gene_list_file", después del signo igual a, escriba la ruta de acceso y el nombre del archivo de lista de genes generado en el paso 2.8.5.
   5. Para "edge_score_column", después del signo igual a, ingrese "pld" o "norm_loss" para especificar qué columna de marco de datos de la salida lempy se utiliza para filtrar los bordes.
   6. Seleccione "edge_score_threshold" o "num_edges_for_list" y elimine el otro. Si se seleccionó "edge_score_threshold", introduzca un número entre 0 y 1. Este número se utilizará para filtrar aristas en función de la columna especificada en el paso 3.1.5.
      1. Si se seleccionó "num_edges_for_list", introduzca un valor igual o inferior al número de aristas posibles. Este número se utilizará para filtrar las aristas en función de cómo se clasifican en la columna especificada en el paso 3.1.5. Los bordes sobrantes se utilizarán para construir redes en Network Finding.
   7. Seleccione "seed_threshold" o "num_edges_for_seed" y elimine el otro. Si se seleccionó "seed_threshold", introduzca un número entre 0 y 1. Este número se utilizará para filtrar aristas en función de la columna especificada en el paso 3.1.5.
      1. Si se seleccionó "num_edges_for_seed", introduzca un valor igual o inferior al número de aristas posibles. Este número se utilizará para filtrar las aristas en función de cómo se clasifican en la columna especificada en el paso 3.1.5. Los bordes sobrantes se utilizarán para construir la red semilla (Tabla 1) utilizada en Network Finding.
         NOTA: Se recomienda encarecidamente revisar las secciones lempy_arguments y netgen_arguments en el README de IDP para comprender mejor cada argumento. Consulte Archivo suplementario 7 para obtener un ejemplo de un archivo de configuración con los argumentos de búsqueda de Edge especificados.
2. Repita los pasos 2.2 y 2.3.
3. Ejecute el IDP utilizando el archivo de configuración creado en el paso 3.1 ejecutando este comando en el terminal, donde es el nombre del archivo: python src/dat2net.py
4. Si el IDV todavía se está ejecutando, deténgalo presionando Control C en la ventana del terminal para detener el programa. Repita los pasos 2.5 y 2.6.
5. Con el IDV abierto en el navegador, haga clic en la pestaña Edge Finding y seleccione la carpeta de búsqueda de borde de interés en el menú desplegable.
   NOTA: Si se utilizan varios conjuntos de datos en la búsqueda perimetral, asegúrese de seleccionar el último conjunto de datos que se utilizó en el análisis de máquina perimetral local (LEM) (tabla 1). Al seleccionar bordes para la red semilla o la lista de bordes basada en los resultados de LEM, es importante observar los últimos datos de series temporales enumerados en el archivo de configuración, ya que esta salida incorpora todos los archivos de datos anteriores en su inferencia de relaciones reglamentarias entre nodos.
6. Para ampliar o acortar la tabla de bordes, introduzca manualmente un entero en el cuadro de entrada en Número de aristas:.
7. Opcionalmente, filtre los bordes en los parámetros LEM ODE. Haga clic y arrastre para mover el lado izquierdo o el lado derecho del control deslizante de cada parámetro para eliminar los bordes de la tabla de bordes que tienen parámetros fuera de sus nuevos límites de parámetros permitidos.
8. Opcionalmente, cree una nueva red semilla si se desea una red semilla diferente a la propuesta por el IDP. Consulte el archivo suplementario 8 para ver un ejemplo de un archivo de red semilla.
   1. Seleccione Desde semilla para seleccionar la red semilla o Desde selección en el menú desplegable en Red:.
   2. Anule la selección o selección de aristas de la tabla de aristas haciendo clic en las casillas de verificación correspondientes adyacentes a cada arista para quitar o agregar aristas de la red semilla.
9. Haga clic en el botón Descargar DSGRN NetSpec para descargar la red semilla en el formato de especificación de red Firmas dinámicas generadas por redes reguladoras (DSGRN) (Tabla 1).
10. Seleccione nodos y bordes adicionales que se utilizarán en el paso Búsqueda de red.
    1. Seleccione bordes de la tabla de bordes haciendo clic en las casillas de verificación correspondientes para incluirlas en el archivo de lista de bordes utilizado en Búsqueda de redes.
    2. Haga clic en Descargar listas de nodos y bordes para descargar la lista de nodos y los archivos de lista de bordes en el formato requerido para su uso en network Finding. Consulte Archivo suplementario 9 y Archivo suplementario 10 para ver ejemplos de archivos de lista de bordes y nodos, respectivamente.
       NOTA: La lista de nodos debe contener todos los nodos del archivo de lista de bordes, por lo que el IDV crea automáticamente el archivo de lista de nodos en función de los bordes seleccionados. Hay dos opciones disponibles para ver los bordes en Edge Finding. La opción Tabla de resumen de LEM presenta las aristas como una lista clasificada de las 25 aristas principales. La tabla LEM de primera línea presenta las aristas en una lista concatenada de las tres aristas principales clasificadas para cada posible regulador. El usuario puede ajustar el número de aristas vistas para cada opción cambiando el número en el cuadro de entrada Número de aristas .

4. Búsqueda de redes

1. Cree un nuevo archivo de configuración de IDP que parametrize el paso Búsqueda de red.
   1. Agregue los principales argumentos de IDP al archivo de configuración. Abra un nuevo archivo de texto en un editor de texto y repita el paso 2.1.1.
   2. Agregue argumentos de búsqueda de red al archivo de configuración.
   3. En el mismo archivo de texto que en el paso 4.1.1, escriba el orden presentado "[netper_arguments]", "edge_list_file =", "node_list_file =", "seed_net_file =", "range_operations =", "numneighbors =", "maxparams =", "[[probabilidades]]", "addNode =", "addEdge =", "removeNode =" y "removeEdge =" en líneas individuales, debajo de los argumentos principales.
   4. Para "seed_net_file", "edge_list_file" y "node_list_file", después del signo igual, escriba la ruta y el nombre del archivo de red semilla y los archivos de lista de bordes y nodos generados en los pasos 3.9 y 3.10.2.
   5. Después del signo igual a, para "range_operations", escriba dos números separados por una coma. El primer y segundo número son el número mínimo y el número máximo de adición o eliminación de nodos o bordes por red realizada, respectivamente.
   6. Para "numneighbors", después del igual a firmar, ingrese un número que represente cuántas redes encontrar en Búsqueda de redes.
   7. Para "maxparams", después del igual a signo, introduzca un número que represente el número máximo de parámetros DSGRN para permitir una red.
   8. Introduzca valores entre 0 y 1 para cada uno de estos argumentos: "addNode", "addEdge", "removeNode" y "removeEdge", después del signo igual a. Los números deben sumar a 1.
      NOTA: Se recomienda encarecidamente revisar las secciones netper_arguments y netquery_arguments en el README de IDP para obtener una mejor comprensión de cada argumento. Consulte archivo complementario 11 y archivo complementario 12 para ver ejemplos de un archivo de configuración con los argumentos de búsqueda de red especificados.
2. Repita los pasos 2.2 y 2.3.
3. Ejecute el IDP utilizando el archivo de configuración creado en el paso 4.1 ejecutando este comando en el terminal, donde es el nombre del archivo: python src/dat2net.py
4. Si el IDV todavía se está ejecutando, deténgalo presionando Control C en la ventana del terminal para detener el programa. Repita los pasos 2.5 y 2.6.
5. Con el IDV abierto en el navegador, haga clic en la pestaña Búsqueda de red y seleccione la carpeta de búsqueda de red de interés.
6. Seleccione una red o un conjunto de redes para generar una tabla de prevalencia perimetral (Tabla 1) y para ver las redes junto con sus respectivos resultados de consulta.
   1. Hay dos opciones disponibles para seleccionar redes: Opción 1 - Introducir límites inferior y superior en los resultados de la consulta introduciendo valores mínimos y máximos en los cuadros de entrada correspondientes al eje x y al eje y de la gráfica. Opción 2 - Haga clic y arrastre sobre el diagrama de dispersión para dibujar un cuadro alrededor de las redes que se incluirán. Después de introducir los límites de selección o entrada, pulse el botón Obtener prevalencia de borde de redes seleccionadas .
      Nota : si se especificó más de una consulta DSGRN, utilice los botones de opción etiquetados con el tipo de consulta para cambiar entre los resultados de cada consulta. Lo mismo se aplica si se especificó más de un épsilon (nivel de ruido).
7. Haga clic en las flechas situadas debajo de la tabla de prevalencia de bordes para pasar a la página siguiente de la tabla. Presione Descargar tabla para descargar la tabla de prevalencia de bordes.
8. Introduzca un entero en el cuadro de entrada Índice de red para mostrar una única red de la selección realizada en el paso 4.6. Haga clic en Descargar DSGRN NetSpec para descargar la red mostrada en el formato de especificación de red DSGRN.
9. Busque en las redes la similitud con un motivo específico o una red de interés.
   1. Utilice las casillas de verificación correspondientes a cada arista para seleccionar las aristas que se incluirán en la red o el motivo utilizado para el análisis de similitud. Haga clic en Enviar para crear el diagrama de dispersión de similitud para el motivo o la red seleccionados.
      NOTA: Utilice las flechas de la lista de bordes para ordenar alfabéticamente y las flechas debajo de la tabla para pasar a la página siguiente de la tabla.
   2. Haga clic y arrastre sobre el diagrama de dispersión para dibujar un cuadro alrededor de las redes que se incluirán para seleccionar una red o un conjunto de redes para generar una tabla de prevalencia de borde y ver las redes junto con sus respectivos resultados de consulta.
      Nota : si se especificó más de una consulta DSGRN, utilice los botones de opción etiquetados con el tipo de consulta para cambiar entre los resultados de cada consulta. Lo mismo se aplica si se especificó más de un épsilon (nivel de ruido).
   3. Repita los pasos 4.7 y 4.8 para descargar la tabla de prevalencia de borde y la red mostrada para el análisis de similitud, respectivamente.

Access restricted. Please log in or start a trial to view this content.

Resultados

Los pasos descritos textualmente anteriormente y gráficamente en la Figura 1 se aplicaron al NÚCLEO oscilante GRN del ciclo celular de la levadura para ver si es posible descubrir modelos funcionales de GRN que sean capaces de producir la dinámica observada en los datos de expresión génica de series temporales recopilados en un estudio del ciclo celular de la ^levadura16. Para ilustrar cómo el IDV puede aclarar y mejorar la producción de IDP, los resultados, des...

Access restricted. Please log in or start a trial to view this content.

Discusión

La inferencia de GRN es un desafío importante en biología de sistemas. El IDP genera GRN modelo a partir de datos de expresión génica utilizando una secuencia de herramientas que utilizan los datos de maneras cada vez más complejas. Cada paso requiere decisiones sobre cómo procesar los datos y qué elementos (genes, interacciones funcionales) se pasarán a la siguiente capa del IDP. Los impactos de estas decisiones en los resultados de los desplazados internos no son tan obvios. Para ayudar en este sentido, el IDV ...

Access restricted. Please log in or start a trial to view this content.

Materiales

Name	Company	Catalog Number	Comments
Docker			https://docs.docker.com/get-docker/
Git			https://git-scm.com/
Inherent Dynamics Pipeline			https://gitlab.com/biochron/inherent_dynamics_pipeline
Inherent Dynamics Visualizer			https://gitlab.com/bertfordley/inherent_dynamics_visualizer
Miniconda			https://docs.conda.io/en/latest/miniconda.html
Pip			https://pip.pypa.io/en/stable/