Exécution de MOFA pour l’exploration de données non supervisée d’ensembles de données multi-omiques complexes

Commencez par les données d’entrée traitées et harmonisées, qui contiennent cinq colonnes, l’ID de l’échantillon, le type, le jeu de données, la variable et la valeur. Ces données seront utilisées dans le modèle MOFA. Ensuite, allez dans Jupyter Lab et cliquez sur le symbole du dossier.

Double-cliquez sur le flux de travail MOFA, suivi des scripts et des configurations. Ouvrez le fichier 03_MOFA_Configuration.csv. Entrez le nombre de facteurs à estimer dans le modèle MOFA et ajustez les valeurs dans le fichier pour définir si l’attente et la mise à l’échelle doivent être appliquées.

Sélectionnez Fichier et enregistrez le fichier CSV dans le menu en haut pour enregistrer les modifications. À l’aide du menu de navigation sur le côté gauche, accédez au dossier scripts en cliquant sur scripts. Ensuite, ouvrez le bloc-notes 03_Run_MOFAipynb.

Cliquez sur le bouton Redémarrer le noyau et exécuter toutes les cellules en haut pour exécuter le script, puis cliquez sur redémarrer dans la fenêtre contextuelle. Pour accéder au dossier 03_figures, double-cliquez sur les chiffres, puis 03_figures. Ouvrez le tracé généré Figure03_Overview_Variance_Decomposition le nom du résultat MOFA et examinez le résultat du modèle.

Allez dans le menu de navigation sur le côté gauche. Cliquez sur le symbole du dossier, puis double-cliquez sur les données d’entrée pour accéder au dossier des données d’entrée. Faites glisser et déposez le préparé.

CSV contenant toutes les métadonnées des échantillons à analyser en association avec le fichier de facteurs généré dans le dossier de données d’entrée. Cliquez sur le symbole du dossier. Ensuite, double-cliquez sur mofa_workflow, suivi de scripts et de configurations pour revenir au dossier des configurations.

Ouvrez le fichier 04_Factor_Analysis_csv. Dans la colonne des variables numériques, ajoutez les noms de toutes les colonnes numériques du fichier CSV de métadonnées d’exemple préparé qui seront examinées par rapport aux facteurs MOFA séparés par des virgules. Dans la colonne des covariables catégorielles, ajoutez les noms de toutes les colonnes catégorielles dans le fichier CSV de métadonnées d’exemple préparé qui sera étudié par rapport aux facteurs MOFA, séparés par des virgules.

Enregistrez les modifications en sélectionnant Fichier et Enregistrer le fichier CSV dans le menu en haut. Ensuite, cliquez sur scripts pour accéder au dossier scripts. Double-cliquez sur le 04_Downstream_Factor_Analysis_ipynb du carnet pour l’ouvrir.

Pour exécuter le script, cliquez sur le bouton Redémarrer le noyau et exécuter toutes les ventes en haut, puis cliquez sur redémarrer dans la fenêtre contextuelle. Utilisez le menu de navigation de gauche pour accéder au dossier 04_figures en double-cliquant sur les chiffres, puis 04_figures. Pour ouvrir les graphiques générés, double-cliquez dessus et recherchez des motifs et des associations intéressants dans les facteurs.