Визуализатор Inherent Dynamics облегчает работу с несколькими методами вывода и понимание их результатов для исследователей, что, в свою очередь, позволяет ускорить производство функциональных сетевых моделей. Основным преимуществом визуализатора Inherent Dynamics является визуализация и изучение промежуточных результатов для информирования параметров и содержимого входных файлов о последующих шагах. Визуализатор Присущей динамики облегчает изучение и понимание результатов с помощью нескольких инструментов вывода.
Однако мы рекомендуем обратиться к документации по каждому инструменту, чтобы лучше понять, как выбор параметров влияет на результаты. В новом файле конфигурации IDP, который параметризует шаг поиска узла, введите файл данных, равный, файл аннотации равный, выходной файл равный, число процесса равному и IDVconnection равно true в отдельных строках. После знака равенства для файла данных введите путь к соответствующему файлу временных рядов и имя с запятой после имени.
Для файла аннотации введите путь и имя файла аннотации. В выходном файле введите путь к папке результатов и ее имя. А для числового процесса введите число процессов, которое должен использовать IDP.
В том же текстовом файле после основных аргументов введите в представленном порядке аргументы DLxJTK в квадратных скобках точки, равные и отсечки DLxJTK, равные отдельным строкам. Для периодов, если используется один набор данных временных рядов, введите каждую длину периода, разделенную запятыми после знака равенства. Для нескольких наборов данных временных рядов введите каждый набор длин периодов, как и раньше, но заключите квадратные скобки вокруг каждого набора и поставьте запятую между множествами.
Для отсечения DLxJTK после знака равенства введите целое число, указывающее максимальное количество генов, которые необходимо сохранить в файле списка генов, выводимом De Lichtenburg от JTK-CYCLE. Далее запустите IDP с помощью созданного конфигурационного файла, выполнив указанную команду с соответствующим именем файла в терминале. В терминале перейдите в каталог с именем Inherent Dynamics Visualizer и введите указанную команду.
Затем в веб-браузере введите отображаемый URL-адрес. Затем нажмите на вкладку поиска узла и выберите интересующую папку поиска узла из раскрывающегося меню. Чтобы расширить или сократить таблицу списка генов, нажмите на стрелки вверх или вниз или вручную введите целое число от одного до 50 в поле рядом с экспрессией генов, ранжированных DLxJTK.
В таблице списка генов нажмите на поле рядом с геном, чтобы просмотреть его профиль экспрессии генов и линейный график. Может быть добавлено несколько генов. Затем загрузите список генов в формат файла, необходимый для этапа поиска края, нажав кнопку загрузки списка генов.
В редактируемой таблице аннотаций генов пометьте ген как мишень, регулятор или и то, и другое. Если ген является регулятором, пометьте ген как активатор, репрессор или и то, и другое. Наконец, нажмите кнопку загрузить файл аннотации, чтобы загрузить файл аннотации в формат файла, необходимый для шага поиска края.
В новом конфигурационном файле IDP, который параметризует шаг поиска края, для файла списка генов введите путь и имя сгенерированного файла списка генов после знака равенства. Для столбца оценки краев введите PLD или норму потерь, чтобы указать, какой столбец кадра данных из выходных данных LEM py используется для фильтрации краев. Затем выберите пороговое значение или число краев для списка и удалите другой.
Если было выбрано пороговое значение оценки края, введите число от нуля до единицы. Если для списка выбрано число ребер, введите значение, равное или меньшее числа возможных ребер. Затем выберите пороговое значение начального значения или ряд ребер для семян и удалите другое.
Если было выбрано начальное пороговое значение, введите число от нуля до единицы. Если для начального значения выбрано число ребер, введите значение, равное или меньшее числа возможных ребер. Затем запустите IDP, используя созданный файл конфигурации, как показано ранее.
Выберите или отмените выбор краев в краевой таблице, установив соответствующие флажки рядом с каждым краем, чтобы добавить или удалить края из начальной сети. Затем нажмите кнопку загрузки спецификации сети DSGRN, чтобы загрузить начальную сеть в формате спецификации сети DSGRN. После выбора краев для включения в файл пограничного списка, используемый в поиске сети, путем установки соответствующих флажков из пограничной таблицы, нажмите на загрузку узлов и пограничных списков, чтобы загрузить файлы списка узлов и списка краев в формате, необходимом для их использования в поиске сети.
В новом файле конфигурации IDP, который параметризует шаг поиска сети, для начального сетевого файла, файла пограничного списка и файла списка узлов введите путь и имя начального сетевого файла, а также файлов списка границ и узлов. Для операций с диапазоном введите два числа, разделенные запятой после знака равенства. Первое и второе числа — это минимальное и максимальное количество добавления или удаления узлов или ребер на сеть, сделанное соответственно.
Для числа соседей введите число, представляющее количество сетей, которые необходимо найти в найденной сети. А для максимальных параметров введите число, представляющее максимальное число параметров DSGRN для сети. Для добавления узла добавьте край, удалите узел и удалите край, введите значения от нуля до единицы после знака равенства.
Числа должны суммироваться в единицу. Затем запустите IDP, используя созданный файл конфигурации, как показано ранее. Чтобы создать таблицу распространенности периферии, выберите сети, используя следующие два параметра.
Для первого варианта введите нижнюю и верхнюю границы результатов запроса, введя минимальные и максимальные значения во входные поля, соответствующие оси x и y на графике. Для второго варианта щелкните и перетащите указатель мыши на точечную диаграмму, чтобы нарисовать поле вокруг сетей, которые будут включены. После выбора или ввода входных границ нажмите кнопку получить распространенность края из выбранных сетей.
Затем введите целое число в поле ввода сетевого индекса, чтобы отобразить одну сеть из выделенного фрагмента. Затем нажмите на загрузку спецификации сети DSGRN, чтобы загрузить контекстно-медийную сеть в формате спецификации сети DSGRN. Используя флажки, соответствующие каждому краю, выберите края для включения в сеть или мотив, используемый для анализа сходства.
Затем нажмите кнопку «Отправить», чтобы создать точечную диаграмму сходства для выбранного мотива или сети. Чтобы выбрать сеть или набор сетей, щелкните и перетащите указатель мыши на точечную диаграмму. Нарисуйте поле вокруг сетей, которые должны быть включены, чтобы создать таблицу распространенности границ и просмотреть сети вместе с соответствующими результатами запроса.
Загрузите таблицу распространенности периферии, щелкнув Загрузить таблицу. Затем загрузите контекстно-медийную сеть для анализа сходства, нажав на загрузку спецификации сети DSGRN, как показано ранее. Этот протокол был применен к регуляторной сети гена основного осциллятора дрожжевого клеточного цикла.
Здесь показаны результаты последовательного выполнения каждого шага IDP без использования IDV между шагами. Этот полностью параметризованный запуск IDP дал результаты для поиска узлов и краев. Тем не менее, при поиске сетей не было обнаружено никаких допустимых моделей сетей.
Затем из базы данных генома Saccharomyces был выбран набор известных регуляторов клеточного цикла дрожжей, и известные регуляторные отношения между генами были извлечены из отслеживаемых дрожжей. Таблица списка генов была расширена, чтобы найти оставшийся ген в модели регуляторной сети генов, и гены были отменены для удаления генов, не найденных в той же модели. Новый конфигурационный файл IDP был параметризован для этапа поиска края с новым списком генов и файлом аннотаций, и результаты были загружены в IDV.
Края без экспериментальных доказательств были удалены из семенной сети. После создания семенной сети, хорошо подтвержденной экспериментальными данными, на этапе поиска сети было обнаружено 37 модельных допустимых сетей, из которых 24 могут стабильно колебаться. Из этих 24 сетей лучшими показали две сети, которые соответствовали данным на 50% от их стабильно колеблющихся параметров модели.
Когда была добавлена возможность удаления границ во время генерации сети, было обнаружено 612 сетей, причем 67% этих сетей имеют возможность стабильно колебаться. Интересно, что 82 сети, способные к стабильной колебательной динамике, не были способны производить динамику, аналогичную той, которая наблюдается в данных. И из 411 сетей 124 продемонстрировали надежное соответствие данным.
Биологически осуществимое пространство параметров неизвестно DSGRN, но включение биологической информации в обнаружение узлов и краев помогает ограничить поиск сети биологически разумными областями в пространстве всех сетей. ODE моделирование сетей с использованием параметров с этапа поиска края может быть выполнено для дальнейшего тестирования функциональности сетей in silico.
