시작하려면 대사 산물 측정값이 포함된 샘플 쉼표로 구분된 입력 파일을 다운로드하십시오. 다운로드한 샘플 파일을 두 번 클릭하여 열고 열 1에 샘플 이름이 포함되어 있고 열 2에 그룹 할당이 포함되어 있는지 확인합니다. 나머지 열에는 대사 산물이 포함되며 각 행은 샘플을 나타냅니다.
그런 다음 Filigree Java 응용 프로그램을 다운로드하고 다운로드 한 응용 프로그램을 두 번 클릭하십시오. jar 파일을 사용하여 응용 프로그램을 시작합니다. 데이터 탭에서 찾아보기 버튼을 클릭하여 입력 파일을 업로드합니다.
열 또는 행 지정에서 샘플 ID 옆에 있는 드롭다운 화살표를 클릭하여 입력 파일에서 해당 열 또는 행 이름을 선택합니다. 그런 다음, 샘플을 선택합니다. 그런 다음 그룹 옆에 있는 드롭다운 화살표를 클릭하여 입력 파일에서 해당 열 또는 행을 선택하고 그룹을 선택합니다.
Specify Sample Groups(샘플 그룹 지정)에서 각 그룹 옆에 있는 드롭다운 화살표를 클릭하여 입력 파일에서 해당 그룹 열을 선택합니다. Feature Grouping(기능 그룹화)에서 원하는 방법, 기능 그룹 계산(calculate feature groups) 옆의 확인란을 선택합니다. 히트 맵 보기를 클릭하여 히트 맵을 보고 원하는 감소율을 결정합니다.
그런 다음 기능 축소 슬라이더를 사용하여 원하는 기능 감소율을 선택하고 백분율 감소가 기능 대 샘플 비율 1.25를 표시할 때까지 작은 원을 밉니다. 다음 버튼을 클릭하여 분석 탭으로 이동합니다. 출력 디렉토리 선택에서 찾아보기 버튼을 클릭하고 생성된 출력 파일을 저장할 원하는 디렉토리 위치를 선택합니다.
분석 실행(Run Analysis) 버튼을 클릭합니다. 분석이 성공적으로 완료되었다는 메시지가 표시되면 팝업 창에서 확인 버튼을 클릭합니다. 그런 다음 Analysis(분석) 탭에서 Browse Networks(네트워크 찾아보기) 버튼을 클릭하여 브라우저 탭에서 대화형 선조 서브네트워크를 엽니다.
서브네트워크 이름(subnetwork name) 열에서 서브네트워크 1(Subnetwork 1) 링크를 클릭합니다. 그런 다음 더하기 버튼을 클릭하여 대화형 방식의 하위 네트워크를 탐색하고 신경망 부분을 확대한 다음 빼기 버튼을 클릭하여 축소합니다. 그룹 노드를 클릭하고 드래그하여 하위 네트워크 내에서 위치를 변경합니다.
그런 다음 기능 확장 버튼을 클릭하여 모든 그룹 노드를 확장하고 그룹 노드를 구성하는 특정 화합물을 검토합니다. 그런 다음 피쳐 축소 버튼을 클릭하여 최근에 확장된 그룹 노드를 축소합니다. 그런 다음 샘플 그룹별 버튼을 클릭하여 보기를 단일 서브네트워크에서 그룹으로 분할된 여러 서브네트워크로 변경합니다.
그런 다음 서브네트워크의 보기를 사용하여 그룹을 탐색하고 비교합니다. All Samples 버튼을 클릭하여 단일 서브네트워크 뷰로 돌아가고 Next(다음) 버튼을 클릭하여 다음 서브네트워크를 표시합니다. 제1형 당뇨병과 비당뇨병 마우스의 혈장 대사산물 측정을 사용하여 구축한 차등 네트워크는 비당뇨병 그룹에서 더 높은 수준의 네트워크 연결성을 보여주었습니다.
농축 분석 결과에 따르면 확인된 12개의 대사 모듈 중 9개는 제1형 당뇨병과 비당뇨병 마우스 간에 유의하게 달랐습니다.
