ユースケース
ガイド付きワークフローを実行
標準的な分析をステップごとのワークフローに任せ、重要な判断のたびに確認を受けながら進めます。
scRNA-seq の QC とクラスタリング、フローサイトメトリーのゲーティング、顕微鏡画像のセグメンテーションといった標準的な分析では、ガイド付きワークフローが Drylab の検証済みの手順を実行します。あなたが決めるべき選択があるたびに、判断材料を示して一時停止します。Drylab ではこれを構造化ワークフローと呼びます。
使う場面
- シングルセルの生カウントがあり、QC、ダブレット除去、クラスタリングを標準的な方法で、カットオフは自分で決めて進めたい。
- フローサイトメトリーデータのゲーティングや顕微鏡画像のセグメンテーションで、ゲートやマスクを 1 つずつ自分で確認したい。
- サンプル、学生、プロジェクトが変わっても、毎回同じ手順で分析したい。
- 各ステップをどう行い、どの値を選んだかを報告する必要がある。
プロンプトの例
@w と入力してワークフローを選びます。例の中の @<workflow name> は、そのワークフローのピルを表します。
scRNA-seq の QC とクラスタリング:
@scRNA QC + Clustering を @pbmc_10k.h5 に実行してください(ヒト、ミトコンドリア遺伝子は MT- で始まります)。細胞あたり最低 200 遺伝子、ミトコンドリアリードは最大 10% から始め、解像度は 0.4〜1.2 を試してください。クラスタリング後の細胞タイプアノテーション:
@scRNA Cell-Type Annotation を @pbmc_clustered.h5ad に実行してください。マーカーは次のとおりです:T 細胞 CD3E、B 細胞 MS4A1、NK 細胞 NKG7、単球 CD14 と LYZ、血小板 PPBP。フローサイトメトリー:
@Flow Cytometry Analysis を @fcs_run_01 の FCS ファイルに実行してください。コントロールは FMO ファイルで、パネルは @panel.csv にあります。顕微鏡画像:
@Microscopy Segmentation (with human feedback) を @nuclei_dapi.tif に実行し、核をセグメンテーションして 30 ピクセル未満のオブジェクトは除外してください。手順
- 新しいデータセットで初めてワークフローを実行するときは、始める前に 実行設定(チャット欄のモードボタンの横にある歯車)を開き、ステップレビュー を 毎ステップ に設定します。詳しくは実行設定をご覧ください。
- チャット欄に
@w(wのあとにスペース)とキーワードを入力します(例:@w scrna)。ワークフロー タブに、一致するワークフローとそれぞれのステップ数が表示されます。@w scrnaでは scRNA Cell-Type Annotation、scRNA QC + Clustering、Spatial Domain Detection & Annotation が表示されます。 - ワークフローにカーソルを合わせると リソースのプレビュー が開きます。番号付きの ステップと成果物 を読んでください。ステップの横にあるタグ(単一選択、画像選択、ゲーティングツリー、カスタム など)は、Drylab があなたにどう尋ねるかを示しています。凡例では、各ステップが ステップ、レビュー、判断 のいずれかで示されます。
- ワークフローをクリックするか、Enter を押します。ワークフローはメッセージ内のピルになります。
- 同じメッセージで自分のデータもメンションし(
@とファイル名を入力)、すでにわかっている情報を書き添えます。生物種、コントロール、メタデータの列、しきい値などです。 - 送信し、計画を確認して プランを承認 をクリックします。
- あなたの選択が必要なステップでは、Drylab が 判断が必要です カードを表示して一時停止します。判断材料を確認し、必要なら選択を変えて 続行 をクリックします。
- ステップレビュー がオンのときは、ステップの後にも Drylab が一時停止します。承認して続行 をクリックするか、変更を依頼 をクリックしてやり直す内容を書きます。
最後に Drylab がチャットで結果をまとめ、ノートブックにはすべてのステップと、あなたが選んだ値が残ります。詳しくは結果を同じワークスペースに保存をご覧ください。
プレビューで各ステップの横にあるタグは、Drylab の尋ね方を示しています。選択肢を選ぶ、最適な画像をクリックする、しきい値をドラッグする、表を編集する、ゲートを調整する、のいずれかです。各カードへの答え方は計画と質問で説明しています。
ヒント
- 新しいデータには「毎ステップ」を使う。 しきい値に確信が持てたら、再実行では ステップレビュー を 主要ステップ に緩めます。
- 選んだ値を報告に使う。 最後に「すべての判断と、私が選んだ値を一覧にして」と頼みましょう。それがそのまま論文の Methods(方法)の下書きになります。
- ワークフローをつなげる。 scRNA QC + Clustering の後、同じチャットか新しいチャットで、クラスタリング済みのオブジェクトを scRNA Cell-Type Annotation と一緒にメンションします。詳しくは以前の結果から続けるをご覧ください。