MOFA を実行して複雑なマルチオミクスデータセットの教師なしデータ探索を行う

処理され調和された入力データ (サンプル ID、タイプ、データセット、変数、および値 5 つの列を含む) から開始します。このデータは、外務省モデルで利用されます。次に、Jupyter Lab に移動し、フォルダの記号をクリックします。

MOFAワークフローをダブルクリックし、次にスクリプトと構成をダブルクリックします。ファイル03_MOFA_Configuration.csvを開きます。MOFAモデルで推定する因子の数を入力し、ファイル内の値を調整して、待機とスケーリングを適用するかどうかを定義します。

上部のメニューからファイルを選択し、CSVファイルを保存して変更を保存します。左側のナビゲーション メニューを使用して、スクリプト フォルダーに移動し、スクリプト をクリックします。次に、ノートブック03_Run_MOFAipynbを開きます。

上部にある[カーネルを再起動してすべてのセルを実行する]ボタンをクリックしてスクリプトを実行し、ポップアップで[再起動]をクリックします。03_figuresフォルダに移動するには、figuresをダブルクリックしてから03_figuresをクリックします。MOFA 結果名Figure03_Overview_Variance_Decomposition生成されたプロットを開き、モデル結果を確認します。

生成されたファクターファイルに関連付けられて分析されるサンプルのすべてのメタデータが入力データフォルダーに保存されたcsv。フォルダの記号をクリックします。次に、[mofa_workflow]をダブルクリックし、次にスクリプトと構成をダブルクリックして、構成フォルダーに戻ります。

ファイル04_Factor_Analysis_csvを開きます。数値変数列には、MOFA要因に関連して調査される準備されたサンプルメタデータCSVファイル内のすべての数値列の名前をカンマで区切って追加します。「カテゴリー共変量」列に、MOFA 因子に関連して調査される準備済みのサンプル・メタデータ CSV ファイル内のすべてのカテゴリー列の名前をコンマで区切って追加します。

上部のメニューから「ファイル」と「CSVファイルを保存」を選択して、変更を保存します。次に、スクリプトをクリックして、スクリプトフォルダに移動します。ノートブックの04_Downstream_Factor_Analysis_ipynbをダブルクリックして開きます。

スクリプトを実行するには、上部にある[Restart Kernel and run all sales]ボタンをクリックし、ポップアップで[restart]をクリックします。左側のナビゲーション メニューを使用して、図をダブルクリックしてから 04_figures をクリックして 04_figures フォルダーに移動します。生成されたプロットを開くには、プロットをダブルクリックして、興味深いパターンと関連性の因子を調査します。