文献阅读:tidyomics 生态系统:增强组学数据分析

文献介绍

alt

文献题目: The tidyomics ecosystem: enhancing omic data analyses
研究团队: Stefano Mangiola(澳大利亚沃尔特和伊丽莎·霍尔医学研究所)、Michael I. Love(美国北卡罗来纳大学教堂山分校)、Anthony T. Papenfuss(澳大利亚沃尔特和伊丽莎·霍尔医学研究所)
发表时间: 2024-06-14
发表期刊: Nature Methods
影响因子: 36.1
DOI: 10.1038/s41592-024-02299-2

摘要

组学数据的增长给数据操作、分析和整合带来了不断变化的挑战。为了应对这些挑战,Bioconductor 提供了一个广泛的社区驱动的生物数据分析平台。同时,tidy R 编程提供了革命性的数据组织和操作标准。在这里,作者展示了 tidyomics 软件生态系统,将 Bioconductor 与 tidy R 范式连接起来。该生态系统旨在简化组学分析、简化学习并鼓励跨学科合作。作者通过分析人类细胞图谱中的 750 万个外周血单核细胞,涵盖六个数据框架和十个分析工具,证明了 tidyomics 的有效性。

前言

基因组学、表观基因组学、转录组学、空间分析和多组学的高通量技术彻底改变了生物医学研究,为数据操作、探索、分析、整合和解释带来了机遇和挑战。为了应对这些挑战,科学界开发了用于数据组织和专门操作的面向对象框架。

为了应对软件领域的复杂性,Bioconductor 已成为用于组学数据分析的首要 R 软件存储库和平台。Bioconductor 为数据处理工作流程和统计分析提供国际标准化和互操作性。凭借广泛的注释资源和链接元数据的标准化数据格式,Bioconductor 促进了可重复性和社区驱动的开源开发。

最近,tidy R 范式和 tidyverse 软件生态系统通过优先考虑直观的数据表示和操作而不是复杂的数据结构和语法,改变了基于 R 的数据科学。该范式使用表格来表示数据,将变量作为列,将观察结果作为行。它通过使用标准化和自然语言词汇的管道中连接的操作来简化数据操作。tidyverse 的组件被列为最常下载的 R 包,并在全球数据科学和生物信息学项目中广泛教授。

Bioconductor 在很大程度上仍然独立于 tidyverse 生态系统。通过提供标准数据格式和分析的 tidy 接口,在这两个生态系统之间架起一座桥梁,将使研究人员能够将注意力从技术挑战转移到生物学问题。此外,利用数据科学教育标准将降低分析不同组学数据的进入门槛。

研究结果

1. tidyomics 生态系统概览

在这篇 Brief Communication 中,作者介绍了 tidyomics,这是一个可互操作的软件生态系统,它将 Bioconductor 和其他组学分析框架(例如 Seurat)与 tidyverse 连接起来。该生态系统可以通过 Bioconductor 中提供的单个 meta-package 进行安装。tidyomics 包括三个新软件包:tidySummarizedExperiment、tidySingleCellExperiment、tidySpatialExperiment,以及五个公开可用的 R 软件包:plyranges、nullranges、tidyseurat、tidybulk、tidytof。重要的是,虽然 tidyomics 以整齐的格式表示组学数据(Fig. 1a),但它保持原始数据容器和方法不变,确保与现有软件的兼容性、可维护性和长期 Bioconductor 支持。

Fig. 1 tidyomics 生态系统概览
Fig. 1 tidyomics 生态系统概览

a. 数据接口图显示了不同数据容器的一致数据表示。六边形图标代表每个数据容器的兼容 R 包。
b. R/Bioconductor 中丰富数据对象的景观,以 tidyomics 动词作为连接这些对象的路径。数据容器由圆角矩形和将它们连接为白框的函数表示。SPE, SpatialExperiment; SCE, SingleCellExperiment; SE, SummarizedExperiment。
c. 左:简洁的 tidy 语法与复杂的结果和输入数据容器之间的对比。右图:示例工作流程包括数据、生物分析、数据/结果操作和总结、不同的数据结构、可视化和结果图。粉色区域包括跨组学共享语法的基础设施。
d. tidyomics 社区的参与是多方面的,以一套专为简化数据分析而定制的 R 包为中心。

在 Bioconductor 中,GenomicRanges 将基因组特征组织为行中的范围(例如,基因、外显子、单核苷酸多态性 (SNP) 和 CpGs),并与列中的变量(例如,范围宽度)链接(如 BED 格式)。plyranges 将 dplyr 动词扩展到 GenomicRanges 对象,促进范围整合、重叠分析、汇总和可视化。plyranges 与 nullranges 交互以匹配或 bootstrapping 范围以执行重叠富集分析。

在 Bioconductor 中,SummarizedExperiment 和 SingleCellExperiment 将转录丰度组织为与 metadata 链接的特征/基因样本矩阵。tidyomics 通过提供一个表格界面来概括变量的概念,其中观察值(例如,gene-sample pair)作为行,变量(例如,abundance 和 metadata)作为列。这种方法可以使用 tidyverse 进行复杂的过滤、汇总、分析和可视化。tidybulk 为 bulk 和 pseudobulk 数据提供了整洁且模块化的分析管道。

Bioconductor 的 flowCore 软件包将来自质量、流式和基于序列的细胞计数的数据组织在逐个特征矩阵中,并促进数据操作。tidytof 将 flowCore 与 tidyverse、tidySingleCellExperiment 和 tidySummarizedExperiment 连接起来。

Bioconductor 的 SpatialExperiment 组织来自基于细胞或像素的技术的数据,例如 10x Genomics Xenium、CosMX、Mibi 和 MERSCOPE。tidySpatialExperiment 为具有空间坐标的数据提供了一个 tidy 接口,并提供了专门的操作,例如基于几何和手绘形状的门控。

tidyomics 是一个统一且可互操作的组学技术软件生态系统,涵盖多个组学分析框架。通过转换和连接操作,功能网络连接所有数据容器(Fig. 1b)。这种统一的方法有助于无缝容器切换,减少对由特定领域语法创建的特定框架的依赖,并有效地增加所用工具的范围(Fig. 1c)。

2. tidyomics 生态系统的表现

为了证明 tidyomics 的实用性和可扩展性,作者测试了 750 万个血细胞的外周免疫系统的性别转录组差异。作者的生态系统无缝地连接了六个数据和分析框架(Fig. 2a),展示了一致使用 tidy R 语法而不是混合 base R、DuckDB、Seurat、SingleCellExperiment、SummarizedExperiment、DGEList、GenomicRanges 语法的好处。预处理后,作者使用多级差异表达模型测试了 26 种免疫细胞类型的 15,494 个 pseudobulk 样本(Fig. 2b)。作者发现 T CD4 naive cells、T effectors cells、B memory cells 在性别之间变化最大(Fig. 2c)。大多数与性别相关的转录变化(不包括性染色体)是细胞类型特异性的,而不是共享的(false discovery rate (FDR) <0.05)(Fig. 2d)。作者测试了对 CD4 naive cells 中的性别或其与年龄相互作用具有显着影响 (FDR<0.05) 的基因与三种免疫细胞相关和性别偏见疾病的全基因组关联研究 (GWAS) SNPs 的接近程度:硬化症、类风湿性关节炎和系统性红斑狼疮(Fig. 2e)。作者发现九个基因与这些疾病相关的 SNPs 重叠或接近(IL2RA、CD40、KCP 与两种或多种疾病相关)。很大一部分性别相关基因(41%)定义了不同的免疫衰老轨迹(Fig. 2f)。

Fig. 2 tidyomics 生态系统的表现
Fig. 2 tidyomics 生态系统的表现

a. tidyomics 支持大规模跨框架分析。logos 代表数据和分析框架。连接线代表管道,按对象类型着色。平行线代表并行工作流程。
b. Pseudosample UMAP,按细胞类型着色。NK, natural killer。
c. 按性别从最大到最小变化的细胞类型排名,按 b 着色。
d. 性别影响或其与年龄相互作用的前九种细胞类型之间存在大量基因重叠。
e. CD4 naive cells 中的性别相关基因与多发性硬化症、类风湿性关节炎和系统性红斑狼疮的 GWAS SNPs 的重叠。MS,多发性硬化症;RA,类风湿性关节炎;SLE,系统性红斑狼疮。
f. 与年龄无关的性别效应或性别-年龄相互作用的显着(FDR <0.05)基因的分数。箱线图中心线代表中值,上下铰链代表第一和第三四分位数。下须线从下铰链延伸至四分位距或最低值的 1.5 倍。上须线从上铰链延伸至四分位距或最高值的 1.5 倍。
g. 标准编程和 tidyverse 编程之间的代码可读性比较。展示的两项任务是可视化基因组距离直方图(左)和根据单细胞数据计算多基因特征(右)。
h. tidyomics 生态系统与标准(non-tidy)编程相比的变量、代码行和时间效率的基准测试。这些操作包括每个包的常见操作和分析 (Methods)。

此分析表明 tidyomics 允许跨不同数据源重新利用代码。例如,可以使用模块化、一致的语法组装成紧凑且清晰的管道来执行基因组和转录组数据的复杂操作和可视化(Fig. 2g)。与标准对应物相比,更少的中间变量和代码行提高了易读性和编程简单性,同时不会产生重大的执行时间开销(Fig. 2h)。Tidy R 支持函数式编程(例如,向量化而不是 for 循环),这有助于避免变量更新引起的错误,尤其是在交互式编程中。

讨论

作者专门的开发者社区采用的 Bioconductor 编程标准和贡献指南为生态系统的长期可维护性奠定了坚实的基础(Fig. 1d)。这个生态系统将会不断发展,包括具有兼容目标和来自 Bioconductor 和 CRAN 标准的 R 包。虽然 tidyomics 目前专注于简化和协调,但新颖的分析和操作工具也是其目标之一。

tidyverse 和 Bioconductor 生态系统正在改变基于 R 的数据科学和生物数据分析。tidyomics 弥合了这些生态系统之间的差距,使分析师能够在组学分析中利用 tidy 数据原则的力量。这种整合促进了跨学科合作,减少了新用户的进入障碍,并增强了代码的可读性、可重复性和透明度。适用于生物软件的 tidy 标准创建了一个可扩展的开发生态系统,独立研究人员可以在其中与新软件交互。最终,由新的、公开可用的 R 包组成的 tidyomics 生态系统有可能大大加速科学发现。


--------------- 结束 ---------------

注:本文为个人学习笔记,仅供大家参考学习,不得用于任何商业目的。如有侵权,请联系作者删除。

alt

本文由 mdnice 多平台发布

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/378755.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

k8s集群新增节点

目前集群状态 如K8S 集群搭建中规划的集群一样 Masternode01node02IP192.168.100.100192.168.100.101192.168.100.102OSCent OS 7.9Cent OS 7.9Cent OS 7.9 目前打算新增节点node03 Masternode01node02node03IP192.168.100.100192.168.100.101192.168.100.102192.168.100.1…

Golang | Leetcode Golang题解之第240题搜索二维矩阵II

题目&#xff1a; 题解&#xff1a; func searchMatrix(matrix [][]int, target int) bool {m, n : len(matrix), len(matrix[0])x, y : 0, n-1for x < m && y > 0 {if matrix[x][y] target {return true}if matrix[x][y] > target {y--} else {x}}return f…

STM32 GPIO的工作原理

STM32的GPIO管脚有下面8种可能的配置:&#xff08;4输入 2 输出 2 复用输出) &#xff08;1&#xff09;浮空输入_IN_FLOATING 在上图上&#xff0c;阴影的部分处于不工作状态&#xff0c;尤其是下半部分的输出电路&#xff0c;实际上是与端口处于隔离状态。黄色的高亮部分显示…

C#统一委托Func与Action

C#在System命名空间下提供两个委托Action和Func&#xff0c;这两个委托最多提供16个参数&#xff0c;基本上可以满足所有自定义事件所需的委托类型。几乎所有的 事件 都可以使用这两个内置的委托Action和Func进行处理。 Action委托&#xff1a; Action定义提供0~16个参数&…

stm32入门-----初识stm32

目录 前言 ARM stm32 1.stm32家族 2.stm32的外设资源 3.命名规则 4.系统结构 5.引脚定义 6.启动配置 7.STM32F103C8T6芯片 8.STM32F103C8T6芯片原理图与最小系统电路 前言 已经很久没跟新了&#xff0c;上次发文的时候是好几个月之前了&#xff0c;现在我是想去学习st…

怎样减少视频的容量 怎样减少视频内存保持清晰度

在数字媒体时代&#xff0c;视频内容已经成为人们日常交流和信息传递的重要方式。然而&#xff0c;视频往往占用大量存储空间&#xff0c;给我们的设备带来不小的负担。如何在不损失视频质量的前提下&#xff0c;减少视频文件的大小呢&#xff1f;本文将为你揭秘几个实用的技巧…

定制开发AI智能名片商城微信小程序在私域流量池构建中的应用与策略

摘要 在数字经济蓬勃发展的今天&#xff0c;私域流量已成为企业竞争的新战场。定制开发AI智能名片商城微信小程序&#xff0c;作为私域流量池构建的创新工具&#xff0c;正以其独特的优势助力企业实现用户资源的深度挖掘与高效转化。本文深入探讨了定制开发AI智能名片商城微信…

数据结构(5.2_2)——二叉树的性质

常见考点1: 设非空二叉树中度为0、1和2的结点个数分别为n0、n1和n2&#xff0c;则n0n21(叶子结点比二分支结点多一个) 常见考点2&#xff1a; 二叉树第一层至多右 有个结点(i>1) m叉树第一层至多右 有个结点(i>1) 常见考点3&#xff1a; 高度为h的二叉树至多有个结点…

23年oppo提前批笔试真题-构造二阶行列式

构造二阶行列式 题目描述 小欧希望你构造一个二阶行列式&#xff0c;满足行列式中每个数均为不超过 20 的正整数&#xff0c;且行列式的值恰好等于x。你能帮帮她吗? 输入描述 一个正整数x。-1000 < x < 1000 输出描述 如果无解&#xff0c;请输出-1。否则输出任意合…

ELK日志管理与应用

目录 一.ELK收集nginx日志 二.收集tomcat日志 三.Filebeat 一.ELK收集nginx日志 1.搭建好ELKlogstashkibana架构 2.关闭防火墙和selinux systemctl stop firewalld setenforce 0 3.安装nginx [rootlocalhost ~]# yum install epel-release.noarch -y [rootlocalhost …

好用的AI搜索引擎

1. 360AI 搜索 访问 360AI 搜索: https://www.huntagi.com/sites/1706642948656.html 360AI 搜索介绍&#xff1a; 360AI 搜索&#xff0c;新一代智能答案引擎&#xff0c;值得信赖的智能搜索伙伴&#xff0c;为复杂搜索提供专业支持&#xff0c;解锁更相关、更全面的答案。AI…

Elasticsearch基础(三)

目录 1.DSL查询文档 1.1.DSL查询分类 1.2.全文检索查询 1.3.精准查询 1.4.地理坐标查询 1.5.复合查询 2.搜索结果处理 2.1.排序 2.2.分页 2.3.高亮 2.4.总结 3.RestClient查询文档 3.1.快速入门 3.2.match查询 3.3.精确查询 3.4.布尔查询 3.5.排序、分页 3.6.…

live555 rtsp服务器实战之doGetNextFrame

live555关于RTSP协议交互流程 live555的核心数据结构值之闭环双向链表 live555 rtsp服务器实战之createNewStreamSource live555 rtsp服务器实战之doGetNextFrame 注意&#xff1a;该篇文章可能有些绕&#xff0c;最好跟着文章追踪下源码&#xff0c;不了解源码可能就是天书…

多多OJ评测系统 前端项目环境初始化 安装Vue脚手架 引入Arco Design组件

目录 确定环境 命令行输入 装一下脚手架 监测一下是否安装成功 创建一个项目 选择一系列的配置后 我们打开webStorm 配置脚手架后我们先运行 我们这边能获取到网址 其实我们脚手架已经帮我们做到了 接下来要引入相关的组件 选择用npm进行安装 我们建议的是完整引入…

DETR算法解读——Transformer在目标检测任务的首次应用

论文&#xff1a;End-to-End Object Detection with Transformers 作者&#xff1a;Nicolas Carion, Francisco Massa, Gabriel Synnaeve, Nicolas Usunier, Alexander Kirillov, Sergey Zagoruyko 机构&#xff1a;Facebook AI 链接&#xff1a;https://arxiv.org/abs/2005.12…

【RabbitMQ】一文详解消息可靠性

目录&#xff1a; 1.前言 2.生产者 3.数据持久化 4.消费者 5.死信队列 1.前言 RabbitMQ 是一款高性能、高可靠性的消息中间件&#xff0c;广泛应用于分布式系统中。它允许系统中的各个模块进行异步通信&#xff0c;提供了高度的灵活性和可伸缩性。然而&#xff0c;这种通…

用adb指令把文件拷贝到Android模拟器

不解释太多&#xff0c;科学上网从youtube看了一个视频得来的 跳转到视频 首先必须要运行你要拷贝文件的目标Android模拟器&#xff0c;你关闭他的话&#xff0c;你是找不到这个设备的 管理员权限运行vs studio&#xff0c;在vs studio下打开Andriod的设备管理器 运行你要拷…

.net core appsettings.json 配置 http 无法访问

1、在appsettings.json中配置"urls": "http://0.0.0.0:8188" 2、但是网页无法打开 3、解决办法&#xff0c;在Program.cs增加下列语句 app.UseAntiforgery();

构建gitlab远端服务器(check->build->test->deploy)

系列文章目录 提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加 TODO:写完再整理 文章目录 系列文章目录前言构建gitlab远端服务器一、步骤一:搭建gitlab的运行服务器【运维】1. 第一步:硬件服务器准备工作(1)选择合适的硬件和操作系统linux(2)安装必…

k8s集群 安装配置 Prometheus+grafana+alertmanager

k8s集群 安装配置 Prometheusgrafanaalertmanager k8s环境如下&#xff1a;机器规划&#xff1a; node-exporter组件安装和配置安装node-exporter通过node-exporter采集数据显示192.168.40.180主机cpu的使用情况显示192.168.40.180主机负载使用情况 Prometheus server安装和配置…