CorrelationCalculator: A Bioinformatics Tool for Building Single Interaction Metabolites Network Based on Expression Data

시작하려면 실험 측정값이 포함된 대사 산물 목록이 포함된 쉼표로 구분된 샘플 입력 파일을 다운로드하십시오. 다운로드한 샘플 파일을 두 번 클릭하여 열고 샘플과 대사 산물 모두에 대한 라벨이 포함되어 있는지 확인합니다. 그런 다음 상관 계산기 Java 응용 프로그램을 다운로드하고 다운로드한 JAR 파일을 두 번 클릭하여 응용 프로그램을 시작합니다.

입력 탭에서 찾아보기 버튼을 클릭하여 입력 파일을 업로드합니다. 파일 형식 지정(specify file format)에서 행의 샘플(samples in rows)을 선택합니다. 창의 오른쪽 하단에서 다음 버튼을 클릭하여 데이터 정규화 탭으로 이동합니다.

메서드 선택에서 로그 옆의 확인란을 선택하여 데이터를 변환하고 데이터를 자동 크기 조정합니다. 정규화된 데이터에서 실행 버튼을 클릭합니다. 정규화가 완료되면 저장 버튼을 클릭하여 새 데이터 파일을 저장합니다.

다음 버튼을 클릭하여 데이터 분석 탭으로 이동하고 Pearson의 상관 관계 계산에서 실행을 클릭하여 데이터에 대한 최상의 Pearson의 상관 관계 범위를 결정합니다. 보기 히스토그램 단추를 클릭하여 보기의 기능별 최대 Pearson의 상관 점수 빈도를 검토하고, 보기 히트 맵 단추를 클릭하여 Pearson의 상관 행렬 표현을 검토합니다. Pearson의 상관 관계로 필터링에서 기본 숫자를 그대로 두고 0.00에서 1.00 사이의 범위로 필터링합니다.

그런 다음 Select Partial Correlation Method(편상관 방법 선택)에서 원하는 방법을 DSPC Method(DSPC 방법)로 선택합니다. 그리고 편상관 계산에서 실행 버튼을 클릭합니다. CSV 파일 보기를 클릭하여 결과를 확인하고 저장 버튼을 클릭하여 결과를 저장합니다.

240명의 피험자에 걸쳐 151개의 대사 산물로 구성된 KORA 인구 연구 대사체학 데이터의 하위 집합으로 구성된 대표 네트워크가 표시됩니다. 합의 네트워크 클러스터링은 9개의 하위 네트워크 또는 대사 모듈을 식별하는 결과를 가져왔습니다.