Comience con los datos de entrada procesados y armonizados, que contienen cinco columnas, el ID de muestra, el tipo, el conjunto de datos, la variable y el valor. Estos datos se utilizarán en el modelo MOFA. A continuación, vaya a Jupyter Lab y haga clic en el símbolo de la carpeta.
Haga doble clic en el flujo de trabajo de MOFA, seguido de scripts y configuraciones. Abra el archivo 03_MOFA_Configuration.csv. Introduzca el número de factores que se van a estimar en el modelo MOFA y ajuste los valores del archivo para definir si se deben aplicar la espera y el escalado.
Seleccione el archivo y guarde el archivo CSV en el menú de la parte superior para guardar los cambios. Usando el menú de navegación en el lado izquierdo, navegue a la carpeta de scripts haciendo clic en scripts. A continuación, abra el cuaderno 03_Run_MOFAipynb.
Haga clic en el botón Reiniciar kernel y ejecutar todas las celdas en la parte superior para ejecutar el script, y luego haga clic en reiniciar en la ventana emergente. Para navegar a la carpeta 03_figures, haga doble clic en las figuras y luego en 03_figures. Abra la gráfica generada Figure03_Overview_Variance_Decomposition nombre del resultado MOFA y examine el resultado del modelo.
Vaya al menú de navegación en el lado izquierdo. Haga clic en el símbolo de la carpeta, luego haga doble clic en los datos de entrada para navegar a la carpeta de datos de entrada. Arrastre y suelte el preparado.
CSV que contiene todos los metadatos de las muestras a analizar en asociación con el archivo de factores generados en la carpeta de datos de entrada. Haga clic en el símbolo de la carpeta. A continuación, haga doble clic en mofa_workflow, seguido de scripts y configuraciones para volver a la carpeta de configuraciones.
Abra el archivo 04_Factor_Analysis_csv. En la columna de variables numéricas, agregue los nombres de todas las columnas numéricas del archivo CSV de metadatos de muestra preparado que se investigarán en relación con los factores MOFA separados por comas. En la columna de covariables categóricas, agregue los nombres de todas las columnas categóricas del archivo CSV de metadatos de muestra preparado que se investigarán en relación con los factores MOFA, separados por comas.
Guarde los cambios seleccionando Archivo y Guardar archivo CSV en el menú de la parte superior. A continuación, haga clic en scripts para navegar a la carpeta de scripts. Haga doble clic en el 04_Downstream_Factor_Analysis_ipynb del cuaderno para abrirlo.
Para ejecutar el script, haga clic en el botón Reiniciar kernel y ejecutar todas las ventas en la parte superior, y luego haga clic en reiniciar en la ventana emergente. Utilice el menú de navegación de la izquierda para navegar a la carpeta 04_figures haciendo doble clic en las figuras y, a continuación, 04_figures. Para abrir los gráficos generados, haga doble clic en ellos e investigue los factores para obtener patrones y asociaciones interesantes.
