应用
把分析变成可复用的应用
把跑通过一次的分析(例如 RNA-seq 差异表达分析)变成应用,用同样的方法在新数据上重新运行。
一个分析跑通之后,就会有人请你在下一批数据上再跑一次,然后又是下一批。不如把它做成应用:方法固定下来,任何人只要选好文件、填完表单,就能在新数据上运行。
为什么要这样做
- 同样的请求一再出现。 “能帮我用新的 counts 跑一下差异表达吗?”用应用几分钟就能完成,而不用占掉你一个下午。
- 全实验室用同一种方法。 过滤条件、模型和图表都写进了应用,不同的人、不同月份得出的结果仍然可以比较。
- 用的是新数据,而不是旧结果。 应用会在你当天提供的文件上运行,而不是某次旧分析的快照。
示例:RNA-seq 差异表达分析
你在一个对话中用 DESeq2 和实验室的基因过滤条件,完成了配对的 tumor 与 normal 差异表达分析。湿实验的同事每个月都会从测序平台拿到新的计数表。你把这个对话变成一个应用:他们选择自己的 counts 和 metadata,选好要比较的分组,就能得到同样的火山图和基因表,然后保存结果。
制作应用的提示词
在你跑分析的那个对话中发送,这样 Drylab 会沿用同样的方法:
把我们刚才做的差异表达分析做成一个应用,让别人可以在自己的数据上运行。让用户从存储中选择 counts.csv 和 metadata.csv,或者上传它们;选择分组所在的列和要比较的两个组,还可以选择配对列。要求输入原始整数计数,如果是 TPM 或 FPKM 表格,就拒绝并给出清楚的提示。用 DESeq2 运行,并沿用我们的过滤条件(总 reads 数至少为 10 的基因)。显示火山图,带校正 p 值和 log2 fold change 的滑块,显示上调和下调的基因数、PCA 图和可搜索的基因表。添加下载或保存 de_results.csv 和 volcano.pdf 的按钮、一个“加载示例”按钮,以及列出所需列的帮助面板。蛋白质组差异丰度分析:
做一个应用:用户从存储中选择或上传 MaxQuant 的 proteinGroups.txt,并提供一份样本表,把每个 LFQ intensity 列分配到对应的组。去除污染物和反向库命中,做 log2 转换,只保留每组至少 3 个样本中有定量的蛋白,在两组之间运行 limma,显示火山图和可搜索的表格。让用户可以保存 limma_results.csv。基因集富集分析:
做一个应用,对排序后的基因列表运行 GSEA。用户选择或上传一个包含基因和排序指标(例如 DESeq2 的 stat 列)的表格,选择人或小鼠、基因是 symbol 还是 Ensembl ID,以及使用 Hallmark 还是 GO Biological Process,然后查看排名靠前的通路和富集图。让用户可以保存 gsea_results.csv。你要做的步骤
- 发送提示词。Drylab 会制作应用,并显示在对话的 应用 标签页中。
- 先用你分析过的数据测试:数字应与对话中的结果一致。再换一个列名不同的数据集试试。
- 在同一个对话中提出修改,例如“添加前 50 个基因的热图”。
- 准备好后就分享出去。请见与实验室或客户分享应用。
被分享者要做的步骤
- 打开应用,点击 Pick from Drylab vault(从 Drylab 存储中选择)。在“从存储中选择文件”中勾选
counts.csv和metadata.csv,然后点击 Use files(使用文件)。也可以点击 Upload from device(从设备上传)。 - 选择分组所在的列和要比较的两个组,例如 tumor 与 normal。
- 查看火山图和基因表,调整阈值。
- 把结果保存到自己的存储。请见将应用结果保存回存储。
小贴士
- 列出所需的列:写在应用的帮助面板中,并附上示例,让大家第一次就能把 metadata 整理对。注明需要原始计数,而不是 TPM。
- 记录方法。 让应用把工具版本和参数写进保存的结果,方便审阅者看清每张表是怎么得出的。
- 要求清楚的报错。 比如“如果 counts 和 metadata 中的样本 ID 对不上,指出是哪些”,可以省掉很多求助邮件。
- 尽量把繁重的步骤放在应用之外。 比对和定量在对话中完成,交给应用的是计数表。