Esta podría ser más una publicación de "lista de deseos", pero estoy interesado en la capacidad de realizar análisis de redes de correlación en JMP con conjuntos de datos OMICS (en mi caso, datos de concentración de proteínas). Existe un enfoque popular llamado WGCNA ( análisis de red de coexpresión de genes ponderados) , descrito a continuación (de https://horvath.genetics.ucla.edu/html/CoexpressionNetwork/Rpackages/WGCNA/ 
"Las redes de correlación se utilizan cada vez más en aplicaciones bioinformáticas. Por ejemplo, el análisis de redes de coexpresión de genes ponderados es un método de biología de sistemas para describir los patrones de correlación entre genes en muestras de microarrays. El análisis de red de correlación ponderada (WGCNA) se puede utilizar para encontrar grupos (módulos) de genes altamente correlacionados, para resumir dichos grupos usando el gen propio del módulo o un gen central intramodular, para relacionar módulos entre sí y con rasgos de muestra externos (usando la red de genes propios). metodología), y para calcular las medidas de membresía del módulo. Las redes de correlación facilitan métodos de detección de genes basados en redes que pueden usarse para identificar biomarcadores candidatos u objetivos terapéuticos. Estos métodos se han aplicado con éxito en diversos contextos biológicos, por ejemplo, cáncer, genética de ratones, genética de levaduras y análisis de datos de imágenes cerebrales. Si bien partes de la metodología de la red de correlación se han descrito en publicaciones separadas, existe la necesidad de proporcionar una implementación de software fácil de usar, integral y consistente y un tutorial adjunto".
Me parece que esto es solo una forma elegante de agrupar por covarianza, que SÍ sé cómo hacer con JMP Pro 14 (he observado la agrupación en mi conjunto de muestras = réplicas biológicas junto con la agrupación de las diversas proteínas cuyas concentraciones medido en cada muestra). Básicamente, me gusta lo que han hecho los autores en la primera figura que adjunto:
: agrupó genes en módulos según la covarianza y luego analizó la correlación con propiedades categóricas (tiempo, temperatura y termotolerancia). En este ejemplo, el módulo dakgrey presentaba 2.053 genes y se correlacionaba positivamente con la temperatura. Siento que este tipo de análisis bioinformático "sexificado" debería poder lograrse en JMP Pro (o incluso en JMP normal), ¿verdad? Me pregunto si su "medida de membresía del módulo" es esencialmente el valor del vector propio o algo por el estilo. De mis datos
las muestras (lado izquierdo) están en dos grupos según sus perfiles de proteoma, mientras que en el eje x se pueden ver entre 10 y 12 grupos generales de proteínas (podría transponer el conjunto de datos y asignar un grupo a cada proteína).
Básicamente, quiero observar las correlaciones de módulos (¿grupos?) entre temperatura, tiempo y genotipo en este conjunto de datos adjunto para poder identificar grupos de proteínas que se correlacionan con estos factores experimentales de interés. En realidad, parece que los mínimos cuadrados parciales también podrían usarse para esto... ¿Alguna idea?
ruso,
Vaya, gracias por pensar esto detenidamente. Ahora tengo datos similares, pero totalmente cuantitativos (ver adjunto). Sin embargo, un problema podría ser que estos conjuntos de datos proteómicos son mucho más pequeños que sus homólogos de ARNm. En este ejemplo, solo hay 40 proteínas (aunque pueden ser cientos dependiendo de la muestra). Pero al menos puedo recorrer el conducto que usted ha trazado muy bien. Llega a cuál era mi verdadera pregunta, que era: ¿WGCNA en realidad simplemente está haciendo una regresión de los valores medios de grupos de moléculas contra parámetros fisiológicos, a lo cual, según su respuesta, eso es básicamente lo que es? Voy a revisar esto hoy e informaré aquí con preguntas/comentarios/etc. Gracias de nuevo por tu ayuda y estad atentos para más.
Buenos análisis @abmayfield ¡Tienes esa tabla JMP arreglada!Con solo 12 observaciones y presencia/ausencia binaria para las 769 proteínas, es importante no sobreajustar ni sobreinterpretar, pero aquí hay varias ideas más:
- Los siguientes pasos deberían producir un análisis estilo WGCNA:
1. Transponer, eliminar las cuatro muestras de mala calidad.
2. Agrupación Jerárquica, bidireccional para obtener mapa de calor como ya lo has hecho
3. Elija la cantidad de grupos de forma interactiva (colorear puede ayudar) y guarde el grupo como una nueva columna.
4. Resuma para obtener la media de todas las variables por grupo, que es un perfil de proteína promedio para cada grupo, también conocido como proteína propia.Al ejecutar Resumen, especifique "columna" como "formato de nombre de columna de estadísticas" para facilitar el siguiente paso.
5. Transponer hacia atrás y fusionar con factores experimentales.
6. Crear versiones numéricas de los factores experimentales.
7. multivariado
- Más eficaz y basado en principios es ajustar los modelos ANOVA con los tres factores a la vez. Hay que tener cuidado con los grados de libertad limitados.Puedes hacer esto con las proteínas propias y el modelo de ajuste.También puedes hacerlo con las proteínas originales, pero la gran cantidad de informes puede resultar difícil de manejar.El truco principal en este caso es hacer clic derecho en cualquier tabla de informe> Crear tabla de datos combinados.
- JMP Genomics tiene un flujo de trabajo más completo y un panel de resultados interactivo desde su menú de modelado fila por fila.Incluso puedes hacer modelos mixtos (por ejemplo, hacer que el genotipo sea un efecto aleatorio).JMP Genomics tiene muchas otras rutinas útiles, ya que está diseñada para conjuntos de datos de alto rendimiento como este.
- Utilice proteínas significativas de interés y/o las proteínas propias anteriores en el modelado de ecuaciones estructurales o el complemento Diagrama de correlación parcial para inferir posibles relaciones causales.
- Si tiene anotaciones de ruta para las proteínas, calcule las puntuaciones basadas en la ruta y luego analícelas frente a los factores experimentales.
- Pruebe el complemento de MJ Guan para proyecciones de baja dimensión basadas en t-SNE y UMAP.
- Para PLS, creo que primero necesitaría crear variables indicadoras binarias para todos los factores experimentales con Cols > Utilidades > Crear columnas indicadoras.
- Ejecute Analizar > Detección > Detección de respuesta para ajustar todas las combinaciones Y por X y seleccionar proteínas en función de los valores p ajustados por FDR. Probé esto y nada es estadísticamente significativo, pero hay aproximadamente una docena de proteínas con pequeños valores p brutos.
- Si puede obtener medidas continuas de expresión de proteínas en lugar de presencia/ausencia, los análisis anteriores deberían ser más informativos.
