IR-TEx：专为疟疾病媒阿诺菲斯甘巴病设计的大数据转录组学的开源数据集成工具

1. 使用IR-TEx网络应用程序 在 Web 浏览器中运行应用程序 通过按照在http://www.lstmed.ac.uk/projects/IR-TEx找到的页面底部的链接打开 IR-TEx Web 应用程序。 初始化网页后，单击页面顶部的”应用程序”按钮，该按钮将显示应用程序和相关输出。 在成绩单 ID 框中读取与AGAP008212-RA （CYP6M2） 的默认条目相关的每个输出，并符合以下条件：A. coluzzii数据集（i） 暴露于除虫菊杀虫剂或 （ii） 未暴露于任何杀虫剂类，以及相关脚本与 |r=>0.98. 探索兴趣记录的表达 要选择感兴趣的脚本，请在成绩单 ID 框中输入脚本ID，记住脚本以-RX结尾，具体取决于兴趣的等式形式。 通过勾选 （i） 国家/地区的相关框来选择要查询的数据集;（四） 国家/地区/a;（四） 国家/地区/a/a;（四） 国家/地区/地区/地区/a/a;（ i） 国家/地区/（二） 接触状况，（三） 兴趣物种;和（iv） 杀虫剂类的兴趣，同时确保这些标准导致 >1 包含数据集（参见 Ingham 等人 1 中的补充表 1）。注：（iii）指用户感兴趣的An.gambiae物种复合体的成员。目前，关于安·科卢齐伊和阿拉比恩西斯的数据已经掌握。 单击选择菜单底部的更新视图，或按”返回”，忽略绝对相关性值（现在）。 给应用程序更新时间。 将第一个图表读为：记录每个数据集中符合步骤 1.2 中所选条件的耐药人群和实验室易感蚊虫群之间的2倍变化，这些记录符合步骤 1.2 中选择的条件。所有数据集的详细信息可以在 Ingham 等人1中找到。 阅读下图的信息，如：除更正的 p 值 （Q） 外，每个相关数据集的抗蚊和易感蚊子之间的折叠变化。每行表示微阵列上的单个探测。图形显示的方法已报告之前1。 阅读下表，作为感兴趣成绩单重要的实验数，以及符合步骤 1.2 中选择的标准的实验总数。 要以选项卡分隔格式下载数据，请单击两个表下的”下载”按钮。这允许用户使用 Excel 等程序以更简单的方式浏览数据。 按如下方式解释地图：每个点表示每个数据集中具有抗药性蚊子的近似收集站点，其中兴趣记录以不同方式表示。颜色遵循在应用程序中解释的红绿灯系统 （图 2）。 对于步骤 1.2.5 和 1.2.8，通过右键单击、单击”将图像另存为…”并选择适当的文件夹来保存图形输出。注： 在应用程序出现输出错误的情况下，可能没有数据集与输入的条件匹配。如果发生这种情况，请查看 Ingham 等人 1 中的补充表1。 确定感兴趣的假定函数/路径 跨多个数据集的脚本表达式模式的相关性（最小 r2输入值）可用于预测脚本函数，并可能从同一通路阐明共调控的脚本。使用 Ingham 等人1（ AGAP001076-RA） 的示例;CYP4G16，按照上一节中的步骤1.2.1~1.2.2，选择所有数据集以获得最大功率。 在单击”更新视图”之前，将绝对相关性值滑块移动到 0.85，然后单击”更新视图”或”返回”。 检查相关表（最底层表），以查找当前显示并与输入的脚本相关的多个脚本（\r= = 0.85）。 操作绝对相关性值滑块，并观察最底部图形和表格中的任何变化;步骤 1.3.2 中的输出将保持不变。如图3 （\r= > 0.9， &r= > > 0.8）， 降低相关值的严格性将显示更多的脚本，但会引入更多的噪声。 阅读下面的图形输出表，该表（除了步骤 1.2.6 中描述的参数外）包含每个脚本的相关值。 要以选项卡分隔格式下载数据，请单击”下载”按钮。 使用DAVID分析8，可以在下载的脚本ID列表上执行功能浓缩分析。一旦在DAVID网站（在https://david.ncifcrf.gov/找到），选择功能分析。粘贴完整的基因列表，使用基因 ID [不带 -RX 的标识符，通过在系统 ID 右侧插入一列并键入_LEFT（X1，10）（其中 X1 是系统 ID 单元格），可以在 Excel 中完成。选择标识符作为VectorBase_ID和基因列表，然后单击”提交列表”。 单击”功能注释聚类”按钮可生成此关联网络中的丰富内容的概览，从而允许将潜在函数分配给脚本。通过查看不同的类别并单击每个类别的+按钮，然后单击”图表”来探索深入的丰富性。 2. 在本地下载和实施 IR-TEx 下载并运行 IR-TEx 转到在http://github.com/LSTMScientificComputing/IR-TEx找到的链接;然后单击克隆或下载|下载邮编。直接到选择的文件夹，然后解压缩该文件夹中的文件。 从http://cran.r-project.org/mirrors.html找到的链接下载相应操作系统的最新版本的R软件。安装程序。 下载并安装最新的R Studio软件，再次从http://www.rstudio.com/products/rstudio/download/找到的链接找到相应的操作系统。 安装后，打开R 工作室|补充编码文件1，并运行每行来设置IR-TEx系统。 成功安装并根据需要更新所有软件包后，请转到文件|打开，找到IR-TEx.R，突出显示并打开。这应该在R工作室的顶部窗口可见。 要运行应用，请按窗口右上角的”运行应用”按钮，将弹出第二个窗口，其中将加载应用。加载完成后，单击”打开位于加载窗口右上角的浏览器”的完整功能。 将电阻数据集添加到 IR-TEx（使用Anopheles gambiae 15k 安捷伦阵列生成） 要将在同一微阵列平台 （A-MEXP-2196） 上生成的新分析数据集添加到可用数据集，请下载应用并找到第 2.1 节中下载的解压缩文件夹。 打开附加文件 1，它表示 A-MEXP-2196 1上的 limma 分析的输出。使用 Excel，在列 H1 中，编写Fold_Change，在 H2 中写入{2}B2，其中 B2 是日志折叠更改。在列 H 中应用此方法可生成原始折叠更改。 排列附加文件 1，使列 A 是 ID，列 B 是从列 H（复制列 H，突出显示列 B，然后右键单击和粘贴值）的折叠更改，列 C 是调整的 p 值。删除所有其他列并保存为选项卡分隔文件。 打开补充编码文件 2并使用步骤 2.2.3 中生成的选项卡分隔表运行。NEWFILE_FC = c（”国家”，”已使用状态”，”物种”，”INSECTICIDE”）NEWFILE_Q = c（”国家”，”已使用状态”，”物种”，”INSECTICIDE”）注： 应更改单个引号中的字段以反映新数据集中的信息。接触状态是指在接触杀虫剂（暴露/未暴露）后是否收集了样本。杀虫剂：如果”未曝光”，请使用”无”。请参阅Fold_Changes.txt。来自其他示例的元数据。确保拼写一致。 打开地理.txt，滚动到最后占用的行，并在下面选择。键入数据集的名称，后跟第 1 列中的Q和NEWFILE_Q、列 2 中样本集网站的纬度和第 3 列中的经度。保存更改。 如果使用任何新颖的条目（即冈比亚），这些条目在数据集中无法选择（参见 Ingham 等人补充表 11），则需要将这些条目添加到代码中。为此，请在 RStudio 中打开 IR-TEx.R 并找到 RStudio 指示的线路 26，此时应开始以下操作：’侧边板（….’。注： 每个继续行都与步骤 2.2.5 中 Fold_Changes.txt 中数据集名称下方的行中输入的元数据项相关。 要添加新颖的元数据，请滚动到所选元数据的行的末尾，然后找到术语”选择*”。紧随其后应为逗号和闭合括号;此时，单击关闭括号内的光标。在最终撇号之后，键入逗号，后跟撇号，后跟新的元数据（例如，”冈比亚”），并保存更改。有关示例，请参阅下文。”国家输入”（”国家输入”，”选择相关国家”，c（”布基纳法索”，”科特迪瓦”，”喀麦隆”，”赤道几内亚”，”赞比亚”，”坦桑尼亚”，”苏丹”，”乌干达’，”多哥’， “冈比亚”，选择”科特迪瓦”，”科特迪瓦”，”喀麦隆”，”赤道几内亚”，”赞比亚”，”坦桑尼亚”，”苏丹”，”乌干达”，”多哥”） 运行应用。新的元数据条目应显示为相关标题下的未选中的勾选框。如果用户希望选择它，则应在选择\c（…，如下所示）之后添加它：”国家输入”（”国家输入”，”选择相关国家”，c（”布基纳法索”，”科特迪瓦”，”喀麦隆”，”赤道几内亚”，”赞比亚”，”坦桑尼亚”，”苏丹”，”乌干达’，”多哥’， “冈比亚”，选择”科特迪瓦”，”科特迪瓦”，”喀麦隆”，”赤道几内亚”，”赞比亚”，”坦桑尼亚”，”苏丹”，”乌干达”，”多哥”，”冈比亚”） 要添加未在 A-MEXP-2196 上执行的电阻数据集，请参阅第 3 节。 3. 修改 IR-TEx 以用于不同的数据集 跨多个 -omics 平台使用，并继续处理缺少的数据 要继续在数据集中执行”0″：请查阅数据集源，获取”0″的特定含义。建议（保守）将”0″替换为”NA”。与原始折叠变化 （B/A） 一样，”0″表示实验条件 B 中未检测到的信号。在实验条件 A 显示实质性表达式的情况下，用户可以应用小折叠更改值。 打开附加文件2.txt，一个从Uyhelji等人改编而成的RNAeq文件。此文件表示新数据应基于的模板：列 A = 标识符、列 B = 原始折叠更改，以及列 C = 调整的 p 值。使用此文件可以运行以下步骤。 运行 R 代码，将标识符匹配到跨平台的单个选项卡分隔文件中，然后组织和规范化数据 （补充编码文件 2）。说明包含在文件中。任何 FILEPATH 将用 MacOS 的”/” 或 Windows 的”//”分隔（从”\”中更改它们，因为它们会出现）。 将补充编码文件 2末尾生成的文件输出到步骤 3.1.5 中的首选位置。补充编码文件2将输出一个新的Fold_Changes.txt文件。备份原始文件。 执行补充编码文件3中包含的代码。在指定为FILEPATH的文件夹中查找名为FC_distribPlot.png的输出文件。检查日志2折叠更改的分布，以验证日志2折叠更改分布在数据集之间几乎相同。 按照步骤 2.2.6 中的说明编辑其他文件并确保新Fold_Changes.txt的兼容性。 修改 IR-TEx 以用于全新的数据集 在 RStudio 中打开IR-TEx.R并找到以以下开头的行 （23-34）：’选项卡面板（’结尾为：提交按钮（”更新视图”，图标（”刷新”））), 将以下行中的AGAP008212-RA更改为对新数据感兴趣的脚本。文本输入（”文本输入”，”脚本 ID”，值=”AGAP008212-RA”）， 找到以下四个选项：复选框组输入（可以修改这些选项以表示用户希望筛选新数据的重要元数据。在每个实例中，用户应更改”选择相关国家/地区”;选择曝光状态;选择相关物种;并选择杀虫剂类作为数据的代表（即，选择组织类型;选择性别;选择年龄支架;选择疾病状态）。 识别与数据集和输入关联的元数据，以在第一个c（’之后立即替换现有选项）在每个实例中，选项将包含在语音标记中，并用逗号与下一个选择分开。最终选择后，应关闭支架。选择疾病状态的示例是：c（”感染”，”未感染”，”未知”） 选择在打开应用时将选择哪些元数据。可以通过在选择_c（’之后修改选项来更改这些选项）来更改这些选项。选择疾病状态的示例是：选择\c（”感染”，”未感染”）这将指示应用在初始加载时仅选择与这些标准匹配的数据集。 要创建新的数据表，请按照Fold_Changes.txt中的布局和第 2 节中的说明进行操作。将元数据更改为步骤 3.2.4 中概述的每个相应的更改，与写入代码完全一样（R 区分大小写）。进入解毒列，输入基因名称，并在成绩单类型列中，输入每个成绩单的基因描述。添加新数据集时，请遵循第 3.2 节。 如果映射与实验要求无关，请找到以下代码行，并将”*”放在前面：第 49-51 行：br（，br（）带平纳（图输出（”地理”），）文本输出（”Geography_legend”），第 493 行开始：输出 $地理 <- 渲染图（*到行 602 结束：输出$Geography_legend <- 渲染文本（*粘贴（”仅限重要脚本（p”，作为.表达式（”