Analiza funcțională a rețelelor cu freeCount

Prezentare generală

Analiza funcțională este utilă pentru determinarea funcțiilor unui set de gene interesante. Aceste seturi de gene pot fi liste de gene produse din diferite analize, inclusiv analiza rețelei de co-expresie genică ponderată (WGCNA).

Ce funcții biologice conduc diferențele în co-exprimarea genelor?

Aplicația freeCount FA vă va ajuta să efectuați o analiză funcțională a seturilor de gene, care pot fi produse din expresie diferențială (DE) sau analiză de rețea.

Obiectivele de învățare

• Aflați cum să efectuați analiza funcțională a modulelor de rețea cu topGO
• Practicați interpretarea rezultatelor analizei funcționale pentru seturi de gene co-exprimate
• Înțelegeți cum să conectați genele co-exprimate la funcții

Înrudit

Acest tutorial este al patrulea dintr-o serie și imediat după tutorialul Analiza rețelei cu freeCount.

Pentru a afla mai multe despre analiza funcțională folosind liste de gene DE, consultați tutorialul Analiza funcțională cu freeCount.

topGO

Pachetul topGO R oferă instrumente pentru testarea termenilor ontologiei genelor (GO) în timp ce ține cont de topologia graficului GO.

Ontologie genetică

Ontologia genelor (GO) este structura logică care descrie întreaga complexitate a biologiei. Termenii GO descriu multe tipuri diferite de funcții moleculare (MF), căi care efectuează diferite programe biologice (BP) și locații celulare în care acestea apar (CC).

Înainte de a începe

Exercițiul din acest tutorial va folosi aplicațiile freeCount din RStudio pe un computer personal. Asigurați-vă că aveți următoarele instrumente descărcate, instalate și la zi pe computerul personal:

1. Mediul software R
2. Aplicația desktop RStudio

Pentru utilizatorii de Windows, instalați suplimentar RTools.

De asemenea, este posibil să rulați online aplicațiile freeCount prin Posit Cloud. Pentru a vedea cum, consultați tutorialul freeCount Bioinformatics Analysis Apps on Posit Cloud.

Date de intrare

1. Descărcați fișierul modulelor genei tribolium
2. Descărcați fișierul de adnotări ale termenilor tribolium GO

Sfat! Faceți clic dreapta și selectați Salvați ca… pentru a descărca fișierele de mai sus în formatele necesare.

Aplicația de analiză

Următorii pași vă arată cum să obțineți și să începeți să rulați aplicația de analiză funcțională (FA) freeCount.

1. Descărcați gratuit aplicațiile Count R Shiny
   1. Accesați https://github.com/ElizabethBrooks/freeCount
   2. Faceți clic pe verde < > Cod buton
   3. Clic Descărcați ZIP
2. Extrageți freeCount-principal director
3. Navigați la aplicații director
4. Deschideți DEPARTE fișier în RStudio
5. Clic Instala pe bannerul galben pentru a instala pachetele R necesare (sau rulați codul pe rândurile de la 10 la 20)
6. Faceți clic pe Rulați aplicația butonul din colțul din dreapta sus al panoului sursă

Procesul de analiză

Efectuați următorii pași pentru a face o listă de termeni GO semnificativi, care descriu funcțiile biologice care conduc diferențele de expresie genetică în experimentul dvs.

1. Încărcați datele și faceți clic Executați analiza
2. Examinați setările inițiale de pe Analiză fila
3. Explorați datele și rezultatele inițiale pentru fiecare nivel de ontologie
4. Ajustați setările P-Value, Algoritm sau Test Statistic și faceți clic Analiza de actualizare
5. Creați o listă organizată de termeni GO repetând pașii 3 și 4
6. Descărcați lista curată a termenilor GO

1. Încărcați date

Încărcați datele și faceți clic Executați analiza.

Date de intrare

1. Prima casetă de text este Statistică pentru scorul geneticcare este statistica folosită pentru a filtra seturile dvs. de gene pentru a se concentra asupra genelor interesante (de exemplu, modulul de rețea). În acest tutorial trebuie să setăm acest lucru la număr.
2. A doua casetă de text este Expresie pentru scorul genetic care definește modul de filtrare a setului de gene folosind statistica specificată în prima casetă de text. În acest tutorial trebuie să setăm acest lucru la == 1care va selecta modulul de rețea numărul 1 de analizat.
3. Primul fișier este Tabelul scorurilor genetice care are toate genele detectate în experimentul tău cu scoruri genetice. În acest tutorial, folosim un fișier cu liste de gene tribolium DE.
4. Al doilea fișier este Tabelul de mapări cu adnotările de termeni GO pentru experimentul dvs. În acest tutorial, folosim fișierul de adnotări de termeni tribolium GO.

2. Examinați setările inițiale

Examinați setările inițiale de pe Analiză fila.

3. Explorați datele

Explorați datele și rezultatele inițiale pentru fiecare nivel de ontologie (BP, MF sau CC) pe Explorare şi Rezultate file.

Verificați numărul de termeni GO semnificativi pentru fiecare nivel de ontologie de pe Explorare fila. Histograma arată gama de valori p, ceea ce vă permite să vedeți câți termeni GO au fost considerați semnificativi pentru lista dvs. de gene la setările curente de analiză.

Tabelul de Rezultate pentru cei mai importanți termeni GO pe Explorare fila arată cei mai semnificativi termeni GO pentru nivelul ontologiei selectate, care sunt sortați după valoarea p.

Rezultatele analizei funcționale a termenului GO pot fi vizualizate pe Rezultate fila. Graficul cu puncte arată cei mai semnificativi termeni GO pentru fiecare nivel de ontologie.

4. Reglați setările

Ajustați setările P-Value, Algoritm sau Test Statistic și faceți clic Analiza de actualizare.

Filtrarea rezultatelor analizei funcționale

Reglați tăieturile de…

• Scăderea Valoarea P să se concentreze asupra termeni GO cu probabilitate mare
• Schimbarea Algoritm sau Statistica de testare a face ipoteze și teste diferite asupra datelor

Reduceți rezultatele la termenii GO asociați cu funcțiile biologice despre care credeți că conduc diferențele în expresia genelor și care par a fi relevanți pentru experimentul dvs.

Verificați pragul P-Value, algoritmul și statistica de testare prin investigarea termenilor GO rezultați pentru diferitele niveluri de ontologie. O abordare este să căutați în baze de date online (de exemplu, QuickGO) pentru mai multe informații despre termenii semnificativi GO. De asemenea, poate fi util să folosiți instrumente AI pentru a începe explorarea rezultatelor termenului GO.

Verificați setările de analiză

Verificați dacă setările de analiză s-au actualizat uitându-vă la Setări curente de analiză în partea stângă a aplicației.

5. Creați o listă organizată

Creați o listă organizată de termeni GO repetând pașii 3 și 4.

Poate fi necesar să ajustați în mod repetat setările și să inspectați rezultatele analizei funcționale pentru a crea o listă gestionabilă de termeni GO relevanți pentru experimentul dvs.

În plus, poate doriți să reveniți și să ajustați setările de analiză DE pentru a crea un set mai informativ de gene pentru analiza funcțională.

6. Descărcați rezultatele

Descărcați lista curată a termenilor GO.

The Tabelul rezultatelor termenilor GO are toți termenii GO din analiză (semnificativi sau nu) sortați după valoarea p.

The Tabelul rezultatelor semnificative ale termenului GO are toți termenii GO semnificativi din analiză sortați după valoarea p. Acești termeni GO pot fi căutați folosind instrumente de internet sau AI pentru a ajuta la identificarea termenilor relevanți pentru experimentul dvs. Rețineți că este important să verificați rezultatele de la instrumentele AI, deoarece acestea pot raporta funcții eronate pentru termeni.

The Tabelul ID-urilor genelor pentru termenii GO are doar ID-urile genelor pentru fiecare dintre termenii GO, care pot fi utilizate în operațiunile de set pentru a identifica seturi partajate sau unice de gene. Acest tabel poate fi introdus în aplicația freeCount SO pentru a efectua operațiuni stabilite.

Caracteristici suplimentare

freeCount oferă caracteristici suplimentare de vizualizare a datelor pentru analiza funcțională, inclusiv:

• Diagrame de densitate care arată distribuția rangului genei pentru primul termen GO
• Diagrame Euler care arată relația dintre seturile de gene asociate cu cei doi termeni GO selectați
• Subgrafe induse de numărul selectat de termeni GO semnificativi