214629_zh-CN

liliconcom

使用 JMP Genomics 进行表达分析，第 3 部分：基本表达工作流程

JMP基因组学有分析管道或工作流程对数据集执行一系列分析。 这基本表达工作流程自动执行一系列质量控制和标准化方法，然后进行方差分析，以执行基本的表达分析。 对于此工作流程，我们将检查实验数据，其中 MCF7 细胞（引起肿瘤的细胞）在三个不同的时间点暴露于雌激素。 当暴露于雌激素时，这些细胞会迅速繁殖，并且表达水平预计会随着持续暴露而上升。 这一系列分析将给出对照和实验条件下每个时间点的数据分布，比较每个时间点的表达水平，并创建标准化数据集以与进一步的分析工具一起使用。

1. 打开e2_表达式_edf_data.sas7bdat检查实验的结构。 每列代表指定时间（12 小时/24 小时/48 小时）的一组（实验/对照）测量。 每个级别的每组进行 3 次测量，总共在 6 种不同的实验条件下进行 18 次测量。
2. 来自基因组学入门菜单，选择工作流 > 基本 > 基本表达式工作流弹出对话框。
3. 在里面一般的选项卡，选择e2_表达式_edf_data.sas7bdat作为输入 SAS 数据集。
4. 从列表中可用变量， 选择VAR1作为标签变量。
5. 按变量可以包含在内以按指定变量的不同级别分隔输出。 然而，该数据集没有任何这些变量。 此外，一个染色体可变和/或一个位置变量如果数据集中包含注释信息，则可以包含注释信息。
6. 选择一个导出目录并设置工作流程输出名称作为E2_治疗以便轻松识别文件。
7. 在里面实验设计选项卡，选择e2_表达式_edf。 sas7bdat作为实验设计数据集。 该数据集包含有关实验设计的信息，是分析所需的。 有关如何创建此数据集的更多信息，请参阅：使用 JMP Genomics 进行表达分析，第 1 部分：实验设计。
8. 这颜色可变将根据指定列的级别对输出进行颜色处理。 对于此选项，选择特征。
9. 选择列名作为标签变量。 该列对应于输入数据集。
10. 选择两者时间和特征为了定义绘图组的变量按不同时间点和治疗组分开图。
11. 方差分量效应可以包括在内以指定定义变异源的列，并且可以在建模之前使用以下方法调整这些影响调整效果。这些字段的输出将是一个饼图，解释数据变化的来源。
12. 上质量控制和标准化选项卡中，选择要执行的 QC 分析类型。 对于本例，选择两者分布分析和相关性和主方差成分分析。
13. 在里面正常化框，选择性病作为归一化法。
    • 这是标准化数据集中每个实验组的表达水平的快速而简单的方法。 这？旁边的图标归一化法给出了四种归一化方法选项的描述。
14. 在里面方差分析选项卡，选择时间&特征作为类变量。 这些变量在模型中形成不同的类别。
15. 列出固定效应对这些固定效应建模框为“时间|特征”。
    • 包括条形运算符“|”建立交互效应模型时间&特征以及将这两个变量建模为主效应。 这与输入“时间特征时间*特征”相同。
16. 在下面最小二乘均值选项卡，在标记的字段中输入“时间|特性”估计这些固定效应的 LS 均值。
17. 为了火山图的 LS 均值差分集， 选择简单的差异。 这将表示步骤 16 中输入的 LS 均值效应之间的差异，但仅当这些变量的水平发生变化时。
    • 要表示所有可能的级别对之间的差异，请选择所有成对差异，或者要比较单个参考水平的差异，请选择与对照的差异。
18. 选中旁边的框对重要的 LSMean 配置文件进行聚类。 这将为步骤 16 中计算出具有显着差异的每个指定变量执行分层聚类。
19. 为了确保在输出中计算出正确的差异，请选择差异选择器（下面以红色突出显示）。 这将打开一个新窗口，显示将计算用于火山图中的默认差异。
20. 在里面差异选择器窗口中，请注意默认操作是从较早的时间点中减去 E2 曝光时间较长的时间点。 我们想要的是相反的结果。 点击全部反转按钮来交换顺序。
    • （可选）通过选中或取消选中要在输出中包含的比较包括每个比较旁边的方框。
21. 点击节省。
22. 在里面多重测试选项卡，选择一个多重测试方法。 对于这个例子，我们将使用罗斯福控制错误发现率。
23. 选择一个Α在这里，我们将使用标准0.05 。
24. 本例中没有注释数据集，但是如果存在注释，可以将其添加到注解
25. 点击跑步开始分析。 结果如下JMP期刊。

结果

**此分析的交互式报告可在 JMP Public 上找到。

25. 点击分布分析按钮调出第一个结果窗口。
26. 初始选项卡显示核密度估计标准化前每个实验组的曲线。
    • 要进一步探索数据，请突出显示绘图上的任何曲线，然后单击创建子集实验设计数据集，排除选定的曲线选项来调出新的 EDF，而不使用突出显示的曲线。
27. 这箱线图选项卡显示归一化之前每列响应的箱线图。
28. 返回到杂志窗口并选择第二组输出，相关性和主方差成分分析。
    • 请注意，每个相关性和主方差成分分析结果窗口的输出是相同的。
29. 这3D 主成分分析图选项卡给出了主成分的 3D 散点图。 红点是用雌激素治疗的组，而蓝点是对照组。
    • 这些组有明确的分组，表明数据中的大部分差异是由雌激素治疗解释的。
30. 这2DA PCA 图选项卡显示矩阵中每个主成分组的方差。 对角线上的直方图表示每个主成分解释的总方差的百分比。 这碎石图给出每个主成分解释的方差量。
31. 这相关热图选项卡给出了相关矩阵的热图。 从右上象限和左下象限的蓝色增加可以看出，治疗组和未治疗组之间存在相关性。
32. 这相关分布选项卡显示相关矩阵及其 p 值的分布。 低 p 值表明结果稳健。
33. 要显示相关矩阵和相关散点图矩阵，请选择相关性和分组散点图来自启动后续流程
    • 这将打开一个新对话框；点击跑步将显示矩阵。
34. 结果输出是用于开发的相关矩阵热图，和分配其一部分如下所示。
35. 返回到杂志再次窗口并选择分布分析。 这是标准化后的密度曲线和箱线图，每个响应组的中位数以 0 为中心进行标准化。
    • 标准化数据集现在保存到指定的导出目录并可以通过单击进行检查数据标准化从日志窗口。
36. 返回到杂志再次窗口并选择最终输出选项，方差分析。
37. 打开的初始结果窗口有一个火山图，显示实验组之间的表达差异。
38. 请注意，每个图上的 x 轴（代表表达差异）并不统一。 为了有效地分析这些图，需要更改轴。 右键单击第一个图的 x 轴并选择轴设置。
39. 在中输入 -4.5 到 6 的范围最低限度&最大限度字段为规模。
40. 输入 0.5 作为增量选项并选择好的。
41. 接下来，右键单击同一轴并选择编辑 > 复制轴设置。 这会保存轴设置，以便它们可以应用于其他绘图。
42. 现在向下滚动到第二个图并按住 Ctrl + 右键单击。 选择编辑 > 粘贴轴设置。 这会将复制的轴设置应用于每个绘图。
43. 调整轴后，查看结果。 下面的火山图显示了接受雌激素处理的细胞和未接受雌激素处理的细胞的表达差异。 x 轴代表表达差异，y 轴代表差异的统计显着性。红色参考线代表 p 值为 0.05。
44. 下图显示了雌激素治疗组和对照组在三个不同暴露阶段的差异。
45. 从火山图的形状可以清楚地看出，暴露于雌激素确实会导致 MCF7 细胞中基因表达的变化。
46. 下面，我们比较了对照组和实验组的火山图，以了解从 12 小时到 24 小时以及从 24 小时到 48 小时的表达变化。 从 24 小时到 48 小时测量，表达水平再次下降，从 12 小时到 24 小时时间点，表达水平增加。 这在接触雌激素的群体中更为明显。
47. 滚动到LS 均值平行图在输出窗口的右侧。 上图显示了特征（对照组与实验组）和时间之间的相互作用。 如该图中所示，非平行线表示两个变量之间的相互作用。 下图显示了没有交互作用的简单方法。
    • 请注意，突出显示该图表上的任何线条将选择火山图中的相应点，反之亦然。
48. 进一步的分析可以从深入菜单，包括使用方差分析结果、创建所选数据的子集、制作强度图等等。

概括

这基本表达工作流程是一种将一系列分析串联起来并比较不同实验条件下表达水平的有效方法。 强烈建议将此工作流程用于启动表达分析。 它允许数据标准化和质量控制、数据探索（例如分布和相关性分析）以及表达和 LSMeans 分析。 从输出窗口中，可以很容易地继续分析深入研究菜单并根据您的数据拟合模型。

JMP Genomics 拥有分析管道或工作流程对数据集执行一系列分析。 这基本表达工作流程自动执行一系列质量控制和标准化方法，然后进行方差分析，以执行基本的表达分析。 对于此工作流程，我们将检查实验数据，其中 MCF7 细胞（引起肿瘤的细胞）在三个不同的时间点暴露于雌激素。 当暴露于雌激素时，这些细胞会迅速繁殖，并且表达水平预计会随着持续暴露而上升。 这一系列分析将给出对照和实验条件下每个时间点的数据分布，比较每个时间点的表达水平，并创建标准化数据集以与进一步的分析工具一起使用。

 

回复：使用 JMP Genomics 进行表达分析，第 3 部分：基本表达工作流程

你好@irinastl ,

 

这些分析选项在 JMP 中无法以上述方式提供。人们可以尝试复制上面的分析，但是需要大量的工作和时间（单击按钮、数据表操作、一些脚本编写和其他各种操作）才能重现类似的结果。 这些基本工作流程节省了在 JMP 中创建这些分析以及 JMP Genomics 存在的原因的大量时间和精力。 此外，基因的剪切数量（查看整个基因组）通常为 10,000 个，由于计算机的内存限制，这可能会导致 JMP 崩溃。

 

我希望这能提供一些背景信息。

 

最好的，

回复：使用 JMP Genomics 进行表达分析，第 3 部分：基本表达工作流程

JMP14 Pro 中是否提供这些相同的分析选项？