התחל עם נתוני הקלט המעובדים וההרמוניים, המכילים חמש עמודות, מזהה מדגם, סוג, ערכת נתונים, משתנה וערך. נתונים אלה ישמשו במודל MOFA. לאחר מכן, עבור אל Jupyter Lab ולחץ על סמל התיקייה.
לחץ פעמיים על זרימת עבודה של MOFA, ואחריה סקריפטים ותצורות. פתח את 03_MOFA_Configuration.csv הקובץ. הזן את מספר הגורמים שיש להעריך במודל MOFA והתאם את הערכים בקובץ כדי להגדיר אם יש להחיל המתנה ושינוי קנה מידה.
בחר קובץ ושמור קובץ CSV מהתפריט בחלק העליון כדי לשמור את השינויים. באמצעות תפריט הניווט בצד שמאל, נווט לתיקיית הסקריפטים על ידי לחיצה על סקריפטים. לאחר מכן, פתח את 03_Run_MOFAipynb המחברת.
לחץ על הפעל מחדש ליבה והפעל את כל התאים כפתור בחלק העליון כדי להפעיל את הסקריפט ולאחר מכן לחץ על הפעל מחדש בחלון הקופץ. כדי לנווט לתיקייה 03_figures, לחץ פעמיים על איורים ולאחר מכן 03_figures. פתח את התרשים שנוצר Figure03_Overview_Variance_Decomposition שם תוצאת MOFA ובדוק את תוצאת הדגם.
עבור אל תפריט הניווט בצד שמאל. לחץ על סמל התיקיה ולאחר מכן לחץ פעמיים על נתוני קלט כדי לנווט לתיקיית נתוני הקלט. גרור ושחרר את המוכן.
CSV המכיל את כל המטא-נתונים של הדגימות שיש לנתח בשיתוף עם קובץ הגורמים שנוצרו בתיקיית נתוני הקלט. לחץ על סמל התיקייה. לאחר מכן, לחץ פעמיים על mofa_workflow, ואחריו סקריפטים ותצורות כדי לנווט חזרה לתיקיית התצורות.
פתח את 04_Factor_Analysis_csv הקובץ. בעמודת המשתנים המספריים, הוסף את שמות כל העמודות המספריות בקובץ CSV המטה-נתונים לדוגמה שהוכן וייחקר ביחס לגורמי MOFA המופרדים בפסיקים. בעמודה משתנים משותפים קטגוריים, הוסף את שמות כל העמודות הקטגוריאליות בקובץ CSV המטה-נתונים לדוגמה שהוכן וייחקר ביחס לגורמי MOFA, כשהם מופרדים באמצעות פסיקים.
שמור את השינויים על-ידי בחירה באפשרות קובץ ושמור קובץ CSV מהתפריט בחלק העליון. לאחר מכן, לחץ על סקריפטים כדי לנווט לתיקיית הסקריפטים. לחץ פעמיים על המחברת 04_Downstream_Factor_Analysis_ipynb כדי לפתוח אותה.
כדי להפעיל את הסקריפט, לחץ על הפעל מחדש ליבה והפעל את כל המכירות כפתור בחלק העליון ולאחר מכן לחץ על הפעל מחדש בחלון הקופץ. השתמש בתפריט הניווט בצד שמאל כדי לנווט לתיקיית 04_figures על ידי לחיצה כפולה על איורים ולאחר מכן 04_figures. כדי לפתוח את החלקות שנוצרו, לחץ עליהן פעמיים ולחקור את הגורמים לדפוסים ואסוציאציות מעניינות.
