Name: analyzing multifactorial rna-seq experiments with dicoexpress
Uploaded: 2022-07-29T12:30:00
Description: Watch this Scientific Journal Video about Analyzing Multifactorial RNA-Seq Experiments with DiCoExpress at JoVE.com

这项工作主要得到国家情报局（ANR-16-CE20-0009）的支持。作者感谢F.德斯普雷兹建造迪科快的集装箱。知识库工作由未来投资 ANR-10-BTBR-01-01“搞爱”计划提供支持。GQE和IPS2实验室受益于萨克雷植物科学-SPS（ANR-17-EUR-0007）的支持。

1. 迪科快讯
<ol><li>打开 R 工作室会话并将目录设置为Template_scripts。</li>
	<li>在 R 工作室中打开DiCoExpress_Tutorial.R 脚本。</li>
	<li>使用以下命令在 R 会话中加载 DiCoExpress 函数： >源（“../来源/Load_Functions > Load_Functions（） > Data_Directory = “../数据” > Results_Directory = “../结果/”</li>
	<li>使用以下命令在 R 会话中加载数据文件： > Project_Name = “教程” >筛选器 = 空 > 九月=“\t” > Data_Fil...

<ol>
	<li>Wang, Z., Gerstein, M., Snyder, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=RNA-Seq:+a+revolutionary+tool+for+transcriptomics.">RNA-Seq: a revolutionary tool for transcriptomics.</a> Nature reviews. Genetics. 10 (1), 57-63 (2009).</li><li>Yang, I. S., Kim, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Analysis+of+Whole+Transcriptome+Sequencing+Data:+Workflow+and+Software.">Analysis of Whole Transcriptome Sequencing Data: Workflow and Software.</a> Genomics &amp; Informatics. 13 (4), 119-125 (2015).</li><li>R Core Team. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=R:+A+language+and+environment+for+statistical+computing.">R: A language and environment for statistical computing.</a> R Foundation for Statistical Computing. , (2020).</li><li>Huber, W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Orchestrating+high-throughput+genomic+analysis+with+Bioconductor.">Orchestrating high-throughput genomic analysis with Bioconductor.</a> Nature Methods. 12 (2), 115-121 (2015).</li><li>Smith, D. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+battle+for+user-friendly+bioinformatics.">The battle for user-friendly bioinformatics.</a> Frontiers in Genetics. 4, 187 (2013).</li><li>Pavelin, K., Cham, J. A., de Matos, P., Brooksbank, C., Cameron, G., Steinbeck, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Bioinformatics+Meets+User-Centred+Design:+A+Perspective.">Bioinformatics Meets User-Centred Design: A Perspective.</a> PLoS Computational Biology. 8 (7), 1002554 (2012).</li><li>. Shiny: web application framework Available from: <a target="_blank" href="https://rdrr.io/cran/shiny/">https://rdrr.io/cran/shiny/</a> (2021)</li><li>Lambert, I., Roux, C. P. -. L., Colella, S., Martin-Magniette, M. -. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=DiCoExpress:+a+tool+to+process+multifactorial+RNAseq+experiments+from+quality+controls+to+co-expression+analysis+through+differential+analysis+based+on+contrasts+inside+GLM+models.">DiCoExpress: a tool to process multifactorial RNAseq experiments from quality controls to co-expression analysis through differential analysis based on contrasts inside GLM models.</a> Plant methods. 16 (1), 68 (2020).</li><li>Dillies, M. -. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+comprehensive+evaluation+of+normalization+methods+for+Illumina+high-throughput+RNA+sequencing+data+analysis.">A comprehensive evaluation of normalization methods for Illumina high-throughput RNA sequencing data analysis.</a> Briefings in bioinformatics. 14 (6), 671-683 (2012).</li><li>Rigaill, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Synthetic+data+sets+for+the+identification+of+key+ingredients+for+RNA-seq+differential+analysis.">Synthetic data sets for the identification of key ingredients for RNA-seq differential analysis.</a> Briefings in Bioinformatics. 19 (1), (2016).</li><li>Rau, A., Maugis-Rabusseau, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Transformation+and+model+choice+for+RNA-seq+co-expression+analysis.">Transformation and model choice for RNA-seq co-expression analysis.</a> Briefings in Bioinformatics. 19 (3), (2017).</li><li>Robinson, M. D., McCarthy, D. J., Smyth, G. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=edgeR:+a+Bioconductor+package+for+differential+expression+analysis+of+digital+gene+expression+data.">edgeR: a Bioconductor package for differential expression analysis of digital gene expression data.</a> Bioinformatics. 26 (1), 139-140 (2009).</li><li>Wilkinson, M. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+FAIR+Guiding+Principles+for+scientific+data+management+and+stewardship.">The FAIR Guiding Principles for scientific data management and stewardship.</a> Scientific Data. 3 (1), 160018 (2016).</li><li>Stark, R., Grzelak, M., Hadfield, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=RNA+sequencing:+the+teenage+years.">RNA sequencing: the teenage years.</a> Nature Reviews Genetics. 20 (11), 631-656 (2019).</li></ol>

由于RNA-Seq已成为生物学研究中无处不在的方法，因此不断需要开发多功能且用户友好的分析工具。大多数分析工作流程中的一个关键步骤通常是自信地识别生物条件和/或治疗之间差异表达的基因15。产生可靠的结果需要适当的统计建模，这一直是DiCoExpress发展的动力。
DiCoExpress是一个在R中实现的基于脚本的工具，旨在帮助生物学家在寻找DEG时充分利用中立?...

下一代RNA测序（RNA-Seq）技术现在是转录组分析的金标准1。自该技术早期以来，生物信息学家和生物统计学家的共同努力导致了许多方法的发展，这些方法解决了转录组学分析的所有基本步骤，从映射到转录定量2。今天，生物学家可以使用的大多数工具都是在R软件环境中开发的，用于统计计算和图形3，并且生物导体存储库4中提供了许多用于生物数据分析的软件包。这些软件包提供对分析的全面控制和自定义，但它们的代价是广泛使用命令行界面。由于许多生物学家对“点击式”方法更满意5，RNA-Seq分析的民主化需要开发更用户友好的界面或方案6。例如，可以使用闪亮7 构建 R 包的 Web 界面，并且使用 R-studio8 界面使命令行数据分析更加直观。开发专门的分步教程也可以帮助新用户。特别是，视频教程补充了经典文本教程，从而更深入地了解所有过程步骤。
我们最近开发了DiCoExpress9，这是一种用于分析R中多因素RNA-Seq实验的工具，使用基于中性比较研究10，11，12的最佳方法。从计数表开始，DiCoExpress提出了一个数据质量控制步骤，然后使用广义线性模型（GLM）进行差异基因表达分析（edgeR包13），并使用高斯混合模型（coseq包12）生成共表达簇。DiCoExpress可处理多达2个生物因子（即基因型和处理）和一个技术因子（即重复）的完整和不平衡设计。DiCoExpress的独创性在于其存储和组织数据，脚本和结果的目录架构，以及对比度编写的自动化，允许用户在同一统计模型中调查大量问题。还努力提供说明统计结果的图形输出。
迪科快工作区位于 https://forgemia.inra.fr/GNet/dicoexpress。它包含四个目录，两个pdf和两个文本文件。数据/目录包含输入数据集;对于此协议，我们将使用“教程”数据集。源/目录包含执行分析所需的七个 R 函数，用户不得修改。分析是使用存储在 Template_scripts/ 目录中的脚本运行的。该协议中使用的一种称为DiCoExpress_Tutorial_JoVE.R，可以很容易地适应任何转录组学项目。所有结果都写在Results/目录中，并存储在根据项目命名的子目录中。README.md 文件包含有用的安装信息，有关该方法及其用法的任何特定详细信息都可以在 DiCoExpress_Reference_Manual.pdf 文件中找到。
本视频教程将指导用户了解 DiCoExpress 的不同功能，旨在克服生物学家使用基于命令行的工具感到的不情愿。我们在这里介绍一个人工RNA-Seq数据集的分析，该数据集描述了四种基因型的三个生物重复中的基因表达，无论是否经过处理。现在，我们将完成 DiCoExpress 工作流程的不同步骤，如图 1 所示。“协议”部分中描述的脚本和输入文件在网站上可用：https://forgemia.inra.fr/GNet/dicoexpress
准备数据文件 存储在数据/目录中的四个csv文件应根据项目名称命名。因此，在我们的示例中，所有名称都以“教程”开头，我们将在协议的步骤 4 中设置 Project_Name = “教程”。csv 文件中使用的分隔符必须在步骤 4 的 Sep 变量中指示。在我们的“教程”数据集中，分隔符是一个制表。对于高级用户，可以通过提供指令列表和通过 Filter 变量提供新Project_Name，将完整数据集简化为子集。此选项可避免输入文件的冗余副本，并验证 FAIR 原则14。
在四个 csv 文件中，只有“计数”和“目标”文件是必需的。它们包含每个基因的原始计数（此处为Tutorial_COUNTS.csv）和实验设计描述（此处为Tutorial_TARGET.csv）。TARGET.csv文件描述了每个样品（每行一个样品）以及每个生物或技术因素（在列中）的模态。我们强烈建议为模式选择的名称以字母开头，而不是以数字开头。无法更改最后一列（“复制”）的名称。最后，示例名称（第一列）必须与 COUNTS.csv 文件标题中的名称匹配（在我们的示例中Genotype1_control_rep1）。仅当用户计划运行扩充分析时，才需要包含每行包含一个Gene_ID和一个注释术语的扩充.csv文件。如果一个基因有几个注释，它们将不得不写在不同的行上。注释.csv文件是可选的，用于在输出文件中添加每个基因的简短描述。获取注释文件的最佳方法是从专用数据库中检索信息（例如，Thalemine：拟南芥的 https://bar.utoronto.ca/thalemine/begin.do）。
迪科快车的安装 迪科快需要特定的R包。使用命令行源 （.../源/Install_Packages.R“） 在 R 控制台中检查所需的包安装状态。对于使用 Linux 的用户，另一种解决方案是安装专用于 DiCoExpress 且可在 https://forgemia.inra.fr/GNet/dicoexpress/container_registry 使用的容器。根据定义，此容器包含 DiCoExpress 以及所需的所有部分，例如库和其他依赖项。

analyzing multifactorial rna-seq experiments with dicoexpress

在NGS数据分析中正确使用统计建模需要高级专业知识。最近，人们越来越一致地使用广义线性模型对RNA-Seq数据进行差异分析，以及使用混合物模型进行共表达分析的优势。为了提供使用这些建模方法的托管设置，我们开发了DiCoExpress，它提供了一个标准化的R管道来执行RNA-Seq分析。无需任何统计学或R编程方面的特定知识，初学者可以通过基于广义线性模型内对比的差分分析，从质量控制到共表达进行完整的RNA-Seq分析。对差异表达基因列表和共表达基因簇进行了富集分析。本视频教程被设想为一个循序渐进的实验方案，以帮助用户充分利用DiCoExpress及其在增强RNA-Seq实验生物学解释方面的潜力。

所有 DiCoExpress 输出都保存在教程/目录中，该目录本身位于结果/目录中。我们在这里为评估分析的整体质量提供了一些指导。
质量管理 位于Quality_Control/目录中的质量控制输出对于验证RNA-Seq分析结果是否可靠至关重要。Data_Quality_Control.pdf文件包含使用原始和规范化数据获得的多个图，可用于识别数据的任何潜在问题。在比较条件内和条件间时，每个样本的总归...

Watch this Scientific Journal Video about Analyzing Multifactorial RNA-Seq Experiments with DiCoExpress at JoVE.com

Analyzing Multifactorial RNA-Seq Experiments with DiCoExpress

DiCoExpress是一种基于脚本的工具，在R中实现，用于执行从质量控制到共表达的RNA-Seq分析。DiCoExpress 可处理多达 2 个生物因素的完整和不平衡设计。本视频教程将指导用户了解 DiCoExpress 的不同功能。

使用双快通分析多因子RNA-Seq实验

The proper use of statistical modeling in NGS data analysis requires an advanced level of expertise. There has recently been a growing consensus on using ...

DiCoExpress提供从质量控制到共表达的完整主动脉分析。它根据广义线性模型内的对比度执行差分分析。此外，它还可以对差异表达基因列表和共表达基因簇进行富集分析。DiCoExpress的主要优点是它可以被像我这样的人使用，而无需任何统计或空中编程方面的特定知识。它真正帮助非专业用户编写差异基因表达分析所需的对比度。它还提供图形输出，说明准备发布的结果。DiCoExpress不是一个计划专用工具。它可以用于任何生物体，只要实验设计完成最多两个生物因子。此外，膜的设计在条件之间重复次数不相等也是可能的。初学者应该对 R 有初步了解，你应该知道如何使用函数并确定必需参数和可选参数。然后，关键步骤是正确提供包含 和 实验设计的文件。若要开始，请打开 R 工作室会话。将目录设置为模板脚本，然后打开 DiCoExpress 教程点 R 脚本。在 R 会话中加载 DiCoExpress 函数。然后在 R 会话中加载数据文件，并将对象数据文件拆分为多个对象，以便轻松操作文件。接下来，在NB条件或NB重复中选择一个策略和一个阈值来过滤低表达基因。指定组颜色并选择规范化方法。然后执行质量控制。如果数据根据复制因子状态配对，则复制为真，否则状态为假。将相互作用指定为真，以考虑两个生物因素之间的相互作用。否则分配 false，然后指定统计模型并定义错误发现率的阈值。执行差异分析，然后确定富集分析的阈值，并对差异表达的基因列表进行富集分析。选择要比较的 DEG 列表。为列表比较提供名称，并对保存输出文件的目录使用相同的名称。将参数操作设置为并集或交集，以指定要在 DEG 列表上执行的操作，并比较列表。进行共表达分析，然后对共表达簇进行富集分析。最后，生成两个日志文件，其中包含重现分析所需的所有信息。在比较条件内和条件间时，每个样本的总归一化计数应相似。归一化基因表达计数在条件内和条件间均表现出相似的中位数和方差。为了识别潜在的底层数据结构，生成了PCA图。观察到处理之间的明显区别，并且没有聚类，表明数据集质量良好。绘制原始 pvalue 直方图以评估建模的质量。原始 p 值的分布是均匀的，正如预期的那样，峰值位于分布的左侧。右端没有峰表明统计建模似乎是正确的。绘制基因CIG62301.1在每种基因型和条件下的表达谱。以及上下差异表达基因的数量，还绘制了每个测试对比。共表达分析是在五个DEG列表的并集上进行的。通过对比确定，寻找基因型一或二与其他基因型之间的治疗反应差异。将每个已鉴定的簇的共表达基因打印在单独的文本文件中，并绘制基因的表达谱。使用DiCoExpress，生物学家将获得统计上合理的基因表达分析。下一步是从这些结果中产生生物学意义。

Research

JoVE Journal

Engineering

Characterization of Surface Modifications by White Light Interferometry: Applications in Ion Sputtering, Laser Ablation, and Tribology Experiments

白光干涉表面改性中的应用离子溅射，激光烧蚀，与摩擦学实验表征

In materials science and engineering it is often necessary to obtain quantitative measurements of surface topography with micrometer lateral resolution. ...

科研

工程学

Flame Experiments at the Advanced Light Source: New Insights into Soot Formation Processes

火焰在实验的先进光源：全新洞察烟灰形成过程

The following experimental protocols and the accompanying video are concerned with the flame experiments that are performed at the Chemical Dynamics ...

Analyzing the Movement of the Nauplius 'Artemia salina' by Optical Tracking of Plasmonic Nanoparticles

Analyzing the Movement of the Nauplius 'Artemia salina' by Optical Tracking of Plasmonic Nanoparticles

分析无节幼体的运动“<em&gt;卤虫</em&gt;&#39;由电浆纳米粒子的光学跟踪

We demonstrate how optical tweezers may provide a sensitive tool to analyze the fluidic vibrations generated by the movement of small aquatic organisms. A ...

Experiments on Ultrasonic Lubrication Using a Piezoelectrically-assisted Tribometer and Optical Profilometer

使用超声波润滑实验一压电辅助摩擦试验机和光学轮廓

Friction and wear are detrimental to engineered systems. Ultrasonic lubrication is achieved when the interface between two sliding surfaces is vibrated at ...

Visualizing Hyporheic Flow Through Bedforms Using Dye Experiments and Simulation

可视化潜流流通过底形用染料试验及仿真

Advective exchange between the pore space of sediments and the overlying water column, called hyporheic exchange in fluvial environments, drives solute ...

Wind Tunnel Experiments to Study Chaparral Crown Fires

查帕拉尔树冠火灾风洞实验研究

The present protocol presents a laboratory technique designed to study chaparral crown fire ignition and spread. Experiments were conducted in a low ...

Conducting Elevated Temperature Normal and Combined Pressure-Shear Plate Impact Experiments Via a Breech-end Sabot Heater System

采用臀端穿甲弹加热系统进行高温常压联合压力-剪切板冲击试验

A novel approach for conducting normal and/or combined pressure-shear plate impact experiments at test temperatures up to 1000 &#176;C is presented. The ...

Enhanced Electron Injection and Exciton Confinement for Pure Blue Quantum-Dot Light-Emitting Diodes by Introducing Partially Oxidized Aluminum Cathode

采用部分氧化铝阴极增强电子注入和激子约束的纯蓝色量子点发光二极管

Stable and efficient red (R), green (G), and blue (B) light sources based on solution-processed quantum dots (QDs) play important roles in next-generation ...