ניתוח ניסויי RNA-Seq מולטי-פקטוריאליים עם DiCoExpress

DiCoExpress מספקת ניתוח אאוריסטי מלא החל מבקרת איכות ועד לביטוי משותף. הוא מבצע ניתוח דיפרנציאלי המבוסס על ניגודים בתוך המודל הליניארי הכללי. יתר על כן, הוא יכול גם לבצע ניתוח העשרה ברשימת הגנים המתבטאים באופן דיפרנציאלי ובאשכולות הגנים המתבטאים יחד.

היתרון העיקרי של DiCoExpress הוא שזה יכול לשמש אנשים בדיוק כמוני, ללא כל ידע מסוים בסטטיסטיקה או תכנות אוויר. זה באמת עוזר למשתמש שאינו מומחה לכתוב את הניגודיות הדרושה לניתוח ביטוי גנים דיפרנציאלי. הוא גם מספק פלטים גרפיים הממחישים את התוצאות המוכנות לפרסום.

DiCoExpress אינו כלי ייעודי לתוכנית. ניתן להשתמש בו עבור כל אורגניזם כל עוד תכנון הניסוי שלם עם עד שני גורמים ביולוגיים. יתר על כן, עיצוב של ממברנה עם מספר לא שווה של שכפולים בין מצב אפשרי גם כן.

מתחיל צריך להיות בעל ידע ראשוני ב- R.You צריך לדעת כיצד להשתמש בפונקציה ולזהות ארגומנטים נדרשים ואופציונליים. אז השלב הקריטי הוא לספק כראוי את הקבצים המכילים את העיצוב הניסויי. כדי להתחיל, פתח את הפעלת סטודיו R.

הגדר את הספריה לסקריפטים של תבניות ופתח את סקריפט ערכת הלימוד DiCoExpress dot R. טען את פונקציות DiCoExpress בהפעלת R. לאחר מכן טען קבצי נתונים בהפעלת R ופצל את קבצי נתוני האובייקטים למספר אובייקטים למניפולציה של הקבצים בקלות.

לאחר מכן, בחר אסטרטגיה בין תנאי NB או שכפול NB וסף לסינון גנים בעלי אקספרס נמוך. ציינו צבעי קבוצה ובחרו שיטת נורמליזציה. לאחר מכן בצע את בקרת האיכות.

אם הנתונים משויכים לפי מצב גורם השכפול משכפל כ- true, אחרת ציין כ- false. הקצה את האינטראקציה כאמיתית כדי לשקול אינטראקציה בין שני הגורמים הביולוגיים. אחרת, הקצה false, ולאחר מכן ציין את המודל הסטטיסטי והגדר את הסף של שיעור הגילוי הכוזב.

בצע את הניתוח הדיפרנציאלי ואחריו קבע סף לניתוח ההעשרה וביצוע ניתוח ההעשרה של רשימות גנים המתבטאות באופן דיפרנציאלי. בחר את רשימות DEG להשוואה. ספק שם להשוואת הרשימה והשתמש באותו שם עבור הספרייה שבה יישמרו קבצי הפלט.

הגדר את פעולת הפרמטר לאיחוד או להצטלבות כדי לציין את הפעולה שתבוצע ברשימות DEG, והשווה בין הרשימות. בצע ניתוח ביטוי משותף ואחריו ביצוע ניתוח העשרה של אשכולות הביטוי המשותף. ולבסוף, ליצור שני קבצי יומן המכילים את כל המידע הדרוש כדי לשחזר את הניתוח.

סך כל הספירות המנורמלות לכל מדגם צריך להיות דומה כאשר משווים הן בין תנאים פנימיים והן בין תנאים. ספירת ביטוי הגנים המנורמלת הפגינה חציון ושונות דומים, הן בתנאים תוך-ארגוניים והן בתנאים בין-לאומיים. לזיהוי מבני הנתונים הבסיסיים הפוטנציאליים, נוצרו חלקות PCA.

נצפתה הבחנה ברורה בין הטיפולים לבין ההתקבצות, מה שמעיד על מערך נתונים איכותי. ההיסטוגרמות הגולמיות של הערך תוכננו כדי להעריך את איכות המידול. התפלגות הערכים הגולמיים הייתה אחידה, עם שיא בקצה השמאלי של ההתפלגות, כצפוי.

היעדר שיא בצד ימין מצביע על כך שהמודלים הסטטיסטיים נראים נכונים. פרופיל הביטוי של גן CIG62301.1, בכל גנוטיפ ומצב, היה מתווה. בנוסף למספר הגנים המתבטאים באופן דיפרנציאלי למעלה ולמטה, תוכננו גם עבור כל ניגוד שנבדק.

ניתוח הביטוי המשותף בוצע באיחוד של חמש רשימות DEC. מזוהה לעומת זאת, מחפש וריאציה של תגובת הטיפול בין גנוטיפ אחד או שניים לעומת אחרים. הגנים המתבטאים במשותף עבור כל אשכול מזוהה הודפסו בקבצי טקסט בודדים ופרופיל הביטוי של הגנים הותחל.

עם DiCoExpress ביולוגים יקבלו ניתוח ביטוי גנים כי הם מבוססים סטטיסטית. השלב הבא הוא לעשות היגיון ביולוגי, מתוך התוצאות האלה.