Transcription
|
| Bonjour à tous, je m'appelle Anderson Mayfield et je suis assistant scientifique au Cooperative Institute Marine and Atmospheric Studies de l'Université de Miami. |
| En fait, je travaille en face du laboratoire marin de l'Université de Miami, le laboratoire océanographique et météorologique de l'Atlantique de la NOAA, dans le cadre de leur programme sur les coraux. |
| Aujourd'hui, je vais vous parler de certaines des recherches sur lesquelles j'ai travaillé pendant à peu près toute ma carrière, qui a essayé de développer des outils pour prédire le sort des coraux de récif. |
| Il s'agit donc en fait d'une mise à jour, ou d'une continuation, de ce dont j'ai discuté l'année dernière, mon discours sur le Discovery Summit, mais je sais que beaucoup d'entre vous n'auront peut-être pas entendu cela ou même si vous l'avez fait |
| vous ne vous souvenez peut-être pas de tout, c'est très bien. Je vais vous donner Je vais préparer le terrain pour la recherche que je fais. |
| En parlant de certains problèmes auxquels sont confrontés les récifs coralliens, récapitulez un peu où j'en étais l'année dernière. |
| Vraiment passionnant, pas probablement deux mois après la conférence du Discovery Summit de l'année dernière, j'ai fait une sorte de grande percée dans ma modélisation prédictive des coraux |
| progrès et cela était en grande partie dû à certaines des nouvelles fonctionnalités et à JMP Pro, donc je vais partager ce genre de données fraîchement publiées aujourd'hui. |
| Et cela revient à cette idée de savoir si nous pouvons prédire le sort des colonies de coraux individuelles ? |
| Donc, prédire le sort d'un récif corallien, donc de tout l'assemblage de coraux, c'est en fait plus facile car les récifs coralliens sont fondamentalement en mauvais état à travers le monde |
| en raison de la hausse des températures de l'eau de mer. Ainsi, les coraux ont des algues dinoflagellées vivant à l'intérieur de leurs cellules, ils photosynthétisent comme une plante et ils transloquent |
| l'énergie qu'ils produisent à leur hôte corallien. Le problème est que lorsque l'eau devient trop chaude, cela nuit à leur capacité à effectuer correctement la photosynthèse. |
| Les coraux les digèrent ou les expulsent, le résultat final est que les mêmes coraux meurent de faim. |
| Et c'est un problème dans le monde entier, donc en prédisant le sort d'un récif corallien, nous savons à peu près déjà que ce sont des écosystèmes en déclin. |
| Mais au niveau individuel, vous voyez l'hétérogénéité, il y a des espèces de coraux qui s'en sortent mieux que d'autres, il y a des génotypes au sein d'espèces qui s'en sortent mieux que d'autres - qui résistent au blanchiment lorsque d'autres sont sensibles au blanchiment. |
| Donc, quelque chose qui m'a intéressé dans toute ma carrière est ce qui motive cette résilience et est-ce quelque chose que nous pouvons réellement prédire ? |
| Je compare donc cela à être une sorte d'actuaire du corail. Pouvez-vous m'envoyer une biopsie de votre corail préféré et je peux faire quelques analyses et dire bonjour, |
| vous savez ce corail a six mois à vivre, celui-ci va bien se porter pendant des décennies, c'est un peu ce que j'ai essayé de faire. |
| Parce que la façon dont nous évaluons actuellement la santé des coraux est rétroactive. Nous allons là-bas et faisons nos relevés et nous quantifions essentiellement la quantité de corail mort. |
| Ce sont donc des données importantes qui doivent être collectées, mais vous n'avez pas vraiment rendu service à ces coraux par ce type d'approche. Ce serait analogue |
| à un médecin disant à son patient qui venait de faire une crise cardiaque, hé tu avais vraiment de l'hypertension, tu sais que ce patient aurait aimé savoir ça |
| des semaines, des mois, des années à l'avance, alors ils auraient pu faire quelque chose de proactif - médecine, changement de mode de vie, vous savez mieux manger et faire de l'exercice. Alors |
| vous savez, je pense qu'il est inacceptable d'évaluer la santé des humains de cette manière rétroactive, alors pourquoi ne pouvons-nous pas avoir ce genre d'approche plus proactive pour les coraux également ? |
| Il existe donc des outils prédictifs, et certains d'entre eux sont en fait développés par la NOAA, en fait la plupart d'entre eux sont développés par la NOAA, mon employeur, qui essaie de faire |
| projections ou prédictions sur la santé des coraux. |
| Ils utilisent exclusivement la température parce qu'il y a juste ce lien bien connu et bien étudié entre les températures élevées et le blanchissement des coraux, il est donc logique de se concentrer sur la température comme prédicteur. |
| Il s'agit donc, en fait, des Nations Unies d'un rapport qui est sorti cette année, mais dont beaucoup d'auteurs travaillent à la NOAA. C'est regarder |
| l'année du début de ce qu'ils appellent le blanchissement sévère annuel. C'est donc l'année où le blanchiment commence à se produire chaque été. Alors |
| les coraux peuvent récupérer du blanchissement, ils peuvent acquérir de nouveaux symbiotes, ils peuvent manger, |
| ils peuvent résister à la tempête, dans une certaine mesure, mais lorsque le blanchiment commence à se produire chaque année, ils perdent la capacité |
| pour récupérer, c'est pourquoi l'année annuelle de blanchiment sévère est en quelque sorte ce que j'appelle au point de non-retour. Donc c'est assez sombre parce que vous pouvez voir |
| certaines de ces années en rouge, 2015, 2020, c'est évidemment déjà passé, et ceci regarde une carte du sud de la Floride, donc c'est là que se trouvent nos sites de terrain. |
| Mais nous savons que ce n'est pas vrai à 100 %. Oui, il y a des récifs dans ces pixels qui blanchissent déjà chaque année, mais il y en a beaucoup d'autres qui ne le sont pas. |
| Un de mes objectifs est donc d'améliorer la résolution spatiale et temporelle de ces modèles centrés sur la température, car ces modèles centrés sur la température |
| ne considérez pas ce qu'il y a là-bas, ils ne considèrent même pas s'il y a ou non des coraux là-bas. Il s'agit simplement d'examiner les modèles de température. |
| Donc ils ne prennent pas en compte s'il y a ou non des espèces résilientes là-bas, s'il y a des génotypes résilients, mais alors nous devons sortir, ils ne sont pas du tout fondés sur la vérité, franchement. |
| Nous devons aller là-bas et faire nos relevés écologiques, nous examinons l'abondance des coraux, |
| la biomasse, la biodiversité, les types d'ennemis coralliens, certains types de macroalgues et de coralavores, mais même cela, je pense, n'est pas suffisant, car vous pouvez avoir un récif qui |
| est absolument tapissé de coraux comme celui-ci, que vous voyez ici sur cette image. |
| Un écologiste pourrait même dire que ça a l'air vraiment sain, c'est une grande abondance de coraux, l'eau a l'air assez claire, il n'y a pas beaucoup d'algues, vous savez, même pour un œil averti, vous pourriez |
| Je suppose que c'est un récif sain, mais si je sais personnellement en tant que physiologiste des coraux qu'il s'agit d'un récif corallien à faible résilience, car ces espèces sont envahissantes, ce sont elles qui ne conservent pas beaucoup d'énergie. |
| dans les réservoirs lorsque l'eau de mer monte, il s'agit donc de cette déconnexion inhérente entre l'abondance de coraux et la santé. |
| Mais si vous y réfléchissez, ce n'est pas si surprenant. Nous ne gérons pas la santé humaine de cette façon. Je ne vais pas dans le centre-ville de Miami où j'habite, et je dis hé, ce quartier compte un million d'habitants, |
| c'est deux fois plus sain que ce quartier d'ici avec un demi-million d'habitants, je veux dire qu'il pourrait être plus sain pour un économiste. |
| Mais si vous regardez réellement la santé des résidents, il se peut qu'il n'y ait pas de corrélation. Vous pourriez dire, hé cette plus grande ville a |
| vous connaissez mieux les soins de santé qu'une petite ville. Ainsi, dans certaines situations, il pourrait y avoir un lien entre la densité de population |
| et la santé humaine, mais vous pouvez trouver autant d'endroits où ce n'est pas le cas, vous savez. |
| Les zones à plus forte densité de population ont tendance à avoir plus de criminalité, par exemple, donc ça me laisse perplexe que c'est toujours la façon dont nous gérons cela |
| ou essayer de faire des conjectures sur la santé des organismes marins, c'est simplement en comptant ce qui existe. je pense |
| tu sais que tu ne ferais pas ça avec des gens, et je pense qu'on peut faire mieux. |
| Donc, ce que je veux vraiment faire, ce n'est pas seulement regarder la température. La température va être critique pour comprendre l'aide, mais pas de manière isolée. |
| De même, les facteurs écologiques, l'abondance des organismes, la biodiversité vont également être évalués de manière critique. Il ne va pas vous parler de la persistance et de la longévité en soi. |
| Ce que je veux faire, c'est que je veux prendre en compte ces choses, mais aussi considérer la santé physiologique et réelle des organismes dans ces écosystèmes afin |
| c'est un modèle très complexe et alambiqué et je n'ai pas vraiment compris comment il va être présenté ou comment il va fonctionner |
| pour le moment, mais j'ai quelques idées. Aujourd'hui, ce sur quoi je veux vraiment me concentrer, c'est ce que j'ai encerclé ici, en essayant simplement d'utiliser les données physiologiques pour créer un modèle prédictif capable de prévoir si un corail va résister au blanchissement ou être sensible. |
| Et pour ce genre d'analyses prédictives, je me tourne vers la biologie moléculaire, car vous devriez voir des changements de comportement subcellulaires |
| qui reflètent une sorte de physiologie aberrante avant que vous ne remarquiez quelque chose qui ne va pas à l'œil nu. Alors revenons à cette crise cardiaque |
| par analogie, vous allez documenter un taux de cholestérol élevé ou une hypertension artérielle au cours de semaines, de mois, voire d'années avant qu'ils ne soient susceptibles d'avoir |
| arrêt cardiaque et c'est pourquoi lorsque vous allez chez le médecin, ils prélèvent du sang. Nous avons ces biomarqueurs bien développés comme la glycémie et le cholestérol |
| pour faire des conjectures sur votre santé future. Ils ne vont pas pouvoir te le dire, tu sais le jour où tu vas botter le seau, mais ce sont |
| des biomarqueurs et des analytes à fort pouvoir prédictif sur votre futur prospectus santé. Alors |
| le cholestérol n'est pas un biomarqueur particulièrement bon pour le corail, mais d'autres choses peuvent l'être, et donc à la NOAA, nous prenons ce multi- |
| nous appelons cela une approche multi-omique, où nous examinons toutes les différentes molécules synthétisées par nos organismes d'intérêt, les coraux dans mon cas, pour voir si nous pouvons déterminer lesquelles pourraient |
| être le reflet d'un état de stress ou d'un état de résilience. En fait, j'ai commencé dans le monde de l'expression génique, donc les ARN messagers. |
| Mais récemment, je suis en quelque sorte passé à la recherche protéomique simplement parce que les protéines effectuent en fait le travail dans les cellules. Alors |
| souvent, vous ne voyez pas de forte corrélation entre l'expression de l'ARNm et les niveaux de protéines. |
| Les ARNm pourraient toujours être de très bons biomarqueurs de diagnostic de santé, mais ils ne seront pas trop utiles pour le mécanisme. En tant que physiologiste, je veux avoir |
| mon gâteau et le manger aussi, donc je veux pouvoir savoir ce qui se passe dans mes cellules coralliennes, comment les cellules coralliennes réagissent aux températures élevées, quelles protéines sont impliquées dans la thermo acclimatation. |
| C'est le genre de questions auxquelles peut répondre ce que nous appelons la protéomique, qui est l'assemblage de toutes les protéines d'un échantillon. |
| Vous obtenez donc les données mécanistes, mais vous pouvez également faire en sorte que ces protéines servent de biomarqueurs informatifs sur la santé, donc c'est un peu ma diapositive où j'essaie de condenser 20 ans de recherche en une seule diapositive juste pour que tout le monde soit au courant. |
| Détermination de la suite optimale d'analytes. Donc je viens de parler des protéines. Est-ce que je pense que les protéines sont la fin et qu'elles ne seront jamais une meilleure chose à mesurer dans un corail ? |
| Et c'est pourquoi j'ai mis le chèque ici - absolument pas. Et vous verrez plus tard dans l'exposé qu'ils ont en fait des problèmes avec l'utilisation de protéines pour faire des déductions sur la santé. Il y a probablement quelque chose de mieux là-bas, donc c'est toujours un travail en cours. |
| Malheureusement, les coraux ne sont pas des organismes modèles, donc pour toutes ces choses, je voulais mesurer que j'ai dû passer des années à développer moi-même la méthodologie. Benchwork moléculaire, en particulier. |
| Vous voulez utiliser n'importe quel type d'analyte, que ce soit un gène, une protéine, un lipide, comme biomarqueur dont vous aurez besoin pour tenir compte des sources naturelles de variation. |
| Et ce sont des choses comme le cycle de la lumière. Donc parce que les coraux ont des dinoflagellés photosynthétiques à l'intérieur de leurs cellules |
| ils montrent d'énormes fluctuations de la physiologie à travers le cycle lumière-obscurité, à travers le cycle des marées, au fil des saisons, ce sont en quelque sorte le mal nécessaire non sexy, mais gentil |
| projets que vous devez faire pour finalement arriver à modéliser la santé des coraux. Une fois que vous avez compris comment les coraux vivent leur vie quotidienne, alors vous faites |
| ces études de défis environnementaux où vous exposez les coraux à des facteurs de stress |
| ou ou en laboratoire ou vous étudiez les régimes de stress à travers les gradients environnementaux sur le terrain. |
| Et c'est en fait ce que le domaine corallien dans son ensemble a fait de mieux, il y a des milliers d'articles sur la physiologie de l'environnement corallien et je vais parler un peu d'un exemple de cela plus tard dans l'exposé. |
| Mais là où nous sommes bloqués et où vous ne voyez aucun travail en ce moment, c'est cette idée que j'ai eue d'utiliser les données sur la santé des coraux pour générer des modèles prédictifs de la sensibilité au stress des coraux, c'est donc ce que j'essaie de faire des percées dans. |
| Et je pense que c'est parce que la plupart des physiologistes et des biologistes moléculaires sont beaucoup plus familiers avec le côté descriptif des choses, ce qui se passe dans l'organisme lorsqu'il se meurt. |
| Ce n'est pas pour minimiser ce genre de recherche, c'est à peu près ce qui a fait ma carrière à ce jour. |
| Il est plus facile de publier ce genre d'articles. Collez la température du réservoir du récif corallien vers le haut, regardez les niveaux de protéines. J'ai publié 10 articles à ce sujet, et vous devez faire ce type de travail pour arriver à |
| cette approche prédictive. Donc, mais je le fais, cela étant dit, je veux en quelque sorte faire ce changement pour moi personnellement d'être un peu comme ça |
| croque-mort qui écrit effectivement des nécrologies sur les coraux, essentiellement ce que sont ces papiers, ils génèrent des données utiles mais ils ne font aucun bien aux coraux. |
| Et nous prenons les données que nous avons obtenues de ces projets intrinsèquement descriptifs et les utilisons dans une capacité prédictive, essayons de comprendre |
| quels coraux vont être les gagnants du changement climatique et lesquels vont être les perdants. Donc, d'être un entrepreneur de pompes funèbres à cela, vous connaissez le vétérinaire ou l'actuaire que j'ai mentionné plus tôt. |
| Et je ne veux pas vous donner l'impression que je suis vous savez ce qui est incroyable |
| modeleur. C'est quelque chose que j'ai vraiment appris moi-même et que j'ai appris à la volée, mais j'attribue une grande partie du succès à cela et à ce genre de transition transparente de faire des choses plus descriptives à des choses prédictives |
| ceci est piloté par JMP parce que ma familiarité avec la plate-forme Fit Model, par exemple, m'a vraiment facilité la tâche |
| pour en quelque sorte faire de cette description une transition vers la prédiction, par exemple, ce que j'aurais fait dans toute ma carrière jusqu'à il y a environ un an ou deux est l'exemple à gauche. |
| Vous voyez, ces protéines de corail dans la boîte y. Ce sont les numéros d'accès ésotériques dont vous n'avez pas besoin de faire attention à ce qu'ils signifient, ils savent juste qu'ils sont des protéines. |
| Construisez des effets de modèle montrant les choses qui m'intéresseraient, la température, le génotype du corail, quand ils ont été échantillonnés, des choses de cette nature, et vous pouvez publier un bel article |
| en regardant ces sortes d'ensembles de données. Maintenant, ce que je fais, c'est que je retourne essentiellement cela sur sa tête, je prends toutes ces protéines et je les déplace dans le modèle de construction |
| boîte, à côté des données expérimentales et/ou environnementales mais que va-t-il y avoir dans le y |
| va être ce que j'appelle ici la susceptibilité au blanchissement des coraux. Je lui donnerai un autre nom plus tard, mais l'idée est la même. C'est la probabilité qu'un corail blanchisse. |
| Je pense donc que JMP a vraiment joué un rôle déterminant en m'aidant à faire cette transition d'un contenu purement descriptif à une sorte d'initiation à la biologie prédictive. |
| Je souhaite donc récapituler un peu les éléments descriptifs et présenter certains de mes outils dans JMP Pro |
| paquet en particulier dont je suis un grand fan. Je vais donc jouer avec un petit ensemble de données que nous avons sur ce corail ici - orbicella faveolata - c'est l'un des |
| l'un des coraux les plus résistants des Florida Keys, donc les effets du changement climatique sont si graves que vous savez que nous n'avons pas nécessairement le luxe de travailler avec tous les coraux, donc vous devez essentiellement travailler avec ceux qui sont déjà intrinsèquement un peu peu plus fort. |
| Nous avons donc pris des coraux de différents récifs, les avons exposés à différentes températures, différentes durées et avons examiné leurs concentrations de protéines, car nous devons avoir une sorte d'idée de ce que pourraient être les biomarqueurs, nous pourrions être utiles dans la construction de modèles. |
| Comment la température affecte-t-elle le protéome de ce corail, toutes sortes de choses descriptives que vous pourriez |
| veux aborder, donc c'est très similaire à ce que j'aurais montré auparavant. C'est ma boîte modèle, je fais beaucoup de trucs univariés où j'essaie de trouver vous savez quelles protéines sont |
| les plus affectés par la température, par le site du récif, des choses de cette nature. Je fais beaucoup de travail multivarié - analyse en composantes principales, mise à l'échelle multidimensionnelle. |
| Rechercher des relations entre les échantillons, examiner les effets de traitement multivariés et nous allons examiner certaines de ces questions ici dans une seconde. Donc l'année dernière, ce que j'ai montré et j'ai publié cet article depuis euh, c'est un graphique de mise à l'échelle multidimensionnel fait |
| dans la plate-forme multivariée JMP Pro 16 - en fait ce que cela aurait été 15 mais tout ce que je veux vous montrer ici ne vous embourbez pas trop dans les détails. Et je m'excuse si vous êtes daltonien. |
| Mais le vert, qui sont les trois échantillons du bas à droite, ce sont des coraux de contrôle, donc ils sont à la température de contrôle. Les trois en haut, sont |
| à 32 degrés, ce qui est à peu près une condamnation à mort pour la plupart des coraux. Et vous pouvez voir qu'après plusieurs semaines d'exposition, leurs protéomes, donc leurs profils protéiques, commencent à se stabiliser et c'est important. |
| Vous devez savoir qu'il y a des effets de la température sur le protéome avant de faire tout type de modèle prédictif. |
| Ces données examinaient les données de présence et d'absence. Donc, qu'il y ait ou non une protéine, il y avait environ sept ou 800 protéines. |
| Depuis, la méthodologie s'est améliorée, c'est donc une bonne chose de travailler en biologie moléculaire, les méthodes s'améliorent toujours. |
| Donc, ce que j'ai fait, j'ai pris les mêmes échantillons, mais plutôt que de mesurer sept ou 800 protéines en tant qu'absence de présence, j'ai pris un sous-ensemble de 86. |
| Mais les données sont maintenant entièrement quantitatives. Donc je te connais presque au décuple |
| moins de protéines, mais il y a beaucoup plus de résolution en ce qui concerne la concentration, donc l'ensemble de données avec lequel je vais jouer maintenant ne contient que 86 protéines. Alors |
| c'est une distribution typique de ce à quoi ces protéines ressemblent elles ne sont jamais distribuées normalement elles sont toujours biaisées donc cela me limite en termes d'utilisation d'approches exclusivement paramétriques, mais ce n'est pas un problème |
| avec JMP. |
| Passons donc à une table JMP. |
| C'est donc le premier, je veux vous montrer. Vous avez essentiellement les deux caractéristiques de cette table sur lesquelles je veux vraiment que vous vous concentriez sont |
| sa large nature. La protéomique coûte donc cher. 200 $ l'échantillon, mon budget est limité, dans cette expérience particulière, je n'avais que 20 échantillons. |
| Mais j'ai 86 protéines. Cela signifie qu'il est impossible d'effectuer une ANOVA multivariée typique pour rechercher les effets du traitement, mais cela ne signifie pas |
| que je ne peux faire aucune sorte d'analyse multivariée utile. Une approche intelligente que j'ai reçue comme suggestion des développeurs JMP est d'aller faire ma mise à l'échelle multidimensionnelle traditionnelle. Voici donc mes 86 protéines qui se connectent ensuite à transformées, je les mettrai ici. |
| Et je sais pour l'avoir fait auparavant que quatre dimensions vont me donner une assez bonne solution. |
| Voici donc le graphique de mise à l'échelle multidimensionnelle, ce sont les différents destins de mon échantillon, donc des témoins sains, blanchissant activement, nous en reparlerons plus tard. |
| Mais ce que je veux faire ici, c'est baisser le stress, je vois bien qu'il devient un peu élevé, généralement comme être en dessous du point un. |
| Je pourrais réduire encore le stress en augmentant le nombre de dimensions, mais je pense que quatre dimensions ça va aller, alors qu'est-ce que je vais faire |
| est que je vais en fait enregistrer ces coordonnées. Je pourrais aussi enregistrer la matrice de similarité parce que je suis vraiment plus intéressé par la similarité entre ces échantillons, donc je vais prendre ceux-ci |
| et ils vont maintenant être mes (???), alors maintenant, j'ai une situation où j'ai moins de y que d'échantillons, donc je peux faire une ANOVA multivariée traditionnelle. |
| Et mon effet de modèle, je veux que cela soit fait. CHD lab, ça veut dire quoi ? C'est la désignation de la santé des coraux, c'est-à-dire si le corail était résilient ou stressé. |
| Alors oups. |
| Donc, c'est BLR, c'est-à-dire résistant au blanchiment, j'utiliserai ce terme tout au long de l'exposé. BLS, blanchissant sensible, et cela regarde un graphique de ces quatre dimensions pour ces deux groupes d'échantillons, donc je vais exécuter une ANOVA multivariée. |
| Et je vois un effet marginal de l'état de santé, et c'est encore quelque chose que vous voudriez savoir. |
| Si ces coraux résistants au blanchiment ont un protéome significativement différent de celui des coraux sensibles au blanchiment. Ce n'est donc pas très important, c'est un peu à la frontière, mais |
| avec un ensemble de données environnementales comme celui-ci, je serais heureux de le rapporter dans une publication. Une autre chose que vous pouvez faire et qui est probablement la meilleure approche est de prendre ces mêmes quatre coordonnées |
| Le MANOVA va devenir délicat avec un petit ensemble de données, un petit ensemble de données large comme celui-ci, où vous avez un tas de paramètres environnementaux différents, donc à la place, je vais en fait utiliser la plate-forme Partial Least Squares que je suis un grand fan de. |
| Et je vais prendre mes données expérimentales, ce sont des choses comme d'où vient le corail, la température à laquelle il a été exposé, le génotype et je vais faire une surface de réponse. |
| Et puis ce qui tourne. |
| Je vais en fait réduire le KFold à quatre simplement parce que l'ensemble de données est si petit. |
| Et ce n'est pas exactement la sortie que je voulais, je pense que j'ai dû inclure quelque chose d'un peu différent mais c'est bon, j'ai donc enregistré le script que je veux vraiment vous montrer. |
| Est ici et vraiment je ne suis même pas trop préoccupé par le nombre de facteurs. |
| Vous pouvez voir ici, j'en ai choisi trois. |
| Vraiment, tout ce que je veux vous montrer, c'est que ça a l'air très chaotique et désordonné, mais c'est ce qu'on appelle le tracé de chargement de corrélation, et je pense que c'est vraiment un outil méconnu sous-utilisé dans l'ensemble du package JMP Pro. |
| Juste à cause de tout ce que vous pouvez gagner de ce chiffre, cela montre où mes échantillons tombent les uns par rapport aux autres, alors je peux superposer mes facteurs environnementaux, le génotype, le temps de température du site. |
| Dans ce cas, j'utilise les coordonnées donc les y vont être plus difficiles à interpréter, mais j'aurais pu le faire aussi avec les données brutes, et alors vous pourriez vraiment commencer à regarder comment |
| vos analytes, vos variables environnementales et vos échantillons sont tous de type maillage et je pense que c'est un outil exploratoire vraiment puissant que certains d'entre vous connaissent peut-être moins. |
| C'est donc l'un de mes outils de description multivariés préférés, que j'aime utiliser dans le package JMP Pro. Donc, alors que c'était toutes des données expérimentales, alors pendant que nous avions ces expériences en cours |
| ces coraux ce sont mes patients. Ils sont sessiles. Je sais exactement où les trouver là-bas sur le récif. |
| Je peux les déguster à différentes saisons. Je fais de toutes petites biopsies donc ça ne va pas trop perturber leur santé. |
| J'ai donc ces échantillons de corail à travers l'espace et le temps et je sais quand ils blanchissent, |
| où ils ont blanchi, lesquels ont blanchi et lesquels ne l'ont pas fait. Alors maintenant, je peux remonter dans le temps à travers les archives et rétrospective en regardant les coraux |
| qui n'ont pas encore blanchi et j'essaie de voir si je peux faire des prédictions sur ceux qui l'ont fait et ceux qui ne l'ont pas fait. |
| Donc, juste pour vous donner un peu plus d'informations sur les sites qu'ils sont ici dans les Keys supérieures de la Floride, nous avons deux sites côtiers, The Rocks et Cheeca Rocks, deux sites offshore Little Conch et Crocker Reef. |
| Et il est important de savoir que les récifs côtiers ont tendance à être beaucoup plus robustes, vous voyez toujours de gros coraux sains pas partout, mais à certains endroits. |
| En mer on a affaire à ces petits pressoirs, on a donc un joli gradient de résilience in situ. |
| Cela va être important pour la construction de modèles, vous ne voudriez pas construire ou tester vos modèles en utilisant exclusivement des coraux forts ou exclusivement des coraux faibles, vous allez vouloir avoir un mélange des deux. |
| Ceci n'est qu'un tracé rapide de Graph Builder que j'ai mis en place, et cela regarde les scores de couleur, donc vous voulez être un cinq. Cinq signifie essentiellement que vous êtes en parfaite santé. |
| Zéro signifie que vous êtes tout blanc et que vous êtes sur le point de mourir. En réalité, trois à quatre devient assez stressant. Vous pouvez donc voir ici en août |
| c'est au milieu d'un événement de blanchissement, nous avons un joli blanchissement du marché sur ces quatre sites, même les sites côtiers les plus résilients blanchissaient dans une certaine mesure. |
| Mais ensuite, en octobre, ils se sont rétablis, puis en décembre, ils se sont rétablis, mais vous voyez ce genre de comportement anormal et je pense que cela est dû à une maladie. |
| Donc, cela revient en quelque sorte à ma désignation de santé des coraux en jargon que j'ai mentionnée plus tôt, donc. |
| C'est fondamentalement, vous savez, je veux avoir cela en fin de compte ou éventuellement être peut-être une variable continue, peut-être un à 10. |
| Mais en ce moment, nous essayons de prédire l'une des trois catégories. Vous êtes soit résilient ou résistant au blanchiment, vous êtes sensible au blanchiment ou vous êtes intermédiaire. Donc, la résistance au blanchiment va être cette ligne verte en haut, votre score de couleur ne change pas vraiment |
| au cours de l'événement de blanchiment. Il s'agit d'un autre tracé de Graph Builder, il s'agit donc de la température sur la moitié inférieure. |
| Ainsi, un corail intermédiaire va blanchir un peu, vous savez, mais ensuite il récupère. |
| La personne susceptible de blanchir va blanchir nettement et récupérer ou, dans certains cas, ne pas tout récupérer. Ce sont donc essentiellement les trois phénotypes qui vont être les y et mon modèle. |
| Et ceci est alambiqué par la conception, ne vous inquiétez pas, cela montre essentiellement les différentes manières, vous pourriez finalement passer par le processus de construction du modèle. Donc à gauche |
| vous verrez quelles données vous allez utiliser pour former et valider le modèle. |
| Le modèle lui-même, qu'allez-vous utiliser pour tester le modèle, puis ce que vous essayez finalement de prédire. Donc, si vous n'utilisez que des données sur les coraux de laboratoire |
| pour créer un modèle prédictif dans lequel vous le testez avec plus de données du monde de laboratoire, |
| cela vous donnera le pouvoir de prédire la santé des coraux en laboratoire, mais ce n'est pas vraiment ce que nous recherchons. Je veux dire que c'est bien pour la publication, mais nous voulons savoir, nous voulons être en mesure de prédire ce qui se passe sur le terrain. |
| Mais ensuite, vous rencontrez ce problème de savoir comment, comment je me sens à l'idée d'utiliser des données de laboratoire pour créer un modèle prédictif |
| qui essaie de prévoir ce qui se passe sur le terrain, vous savez que ce sera toujours un problème précaire d'utiliser ces données de laboratoire pour faire des prédictions à ce sujet moins |
| domaine contraint concerné. Mais on va essayer quand même. Encore une fois, cela utilise cette désignation de santé de colonie comme y. |
| Les prédicteurs, comme je l'ai mentionné plus tôt, vont finalement inclure plus que les protéines, mais par souci de simplicité, nous allons utiliser les protéines aujourd'hui. Et c'est |
| en utilisant JMP Pro 16.1, j'ai le complément XG boost que j'aime beaucoup et que je recommande vraiment. C'est plus une note pour moi, mais je veux mentionner une chose importante, et cela revient à |
| un gros inconvénient de la protéomique et c'est stochastique dans sa nature. Alors rappelez-vous que j'ai séquencé 86 protéines dans mes échantillons de laboratoire. Ce sont donc celles que j'aimerais utiliser et mon modèle prédictif. |
| Quand je suis allé là-bas et que j'ai mesuré les protéomes et mes échantillons de terrain, je n'ai pas obtenu ces 86 protéines, j'ai obtenu un ensemble de protéines complètement différent. |
| Donc, alors, j'ai dû aller essayer de comprendre quelles protéines étaient réellement trouvées et tous mes échantillons, donc cela s'est considérablement réduit. |
| Le nombre de protéines que je pouvais utiliser, il est en fait passé de 86 à 31 jusqu'à cinq protéines et cela m'inquiétait parce que je n'étais vraiment pas sûr que cinq protéines seraient suffisantes pour me donner un quelconque pouvoir prédictif, mais disons voir. |
| Donc, cet ensemble de données est ici donc |
| En gros, j'ai pris un sous-ensemble de 31 protéines qui ont été trouvées dans tous mes échantillons de terrain, mais ce que je veux faire aujourd'hui, c'est que je veux vraiment me concentrer uniquement sur les protéines des coraux que j'ai échantillonnées en juillet |
| 2019. Je veux seulement connaître ces échantillons de corail car c'est avant le blanchissement. Je veux savoir s'il y a quelque chose que je peux détecter dans ces coraux avant qu'ils ne blanchissent |
| Donc, cela a fait tomber mon 31 à cinq, donc je vais essayer de faire un modèle prédictif avec ces cinq protéines. Et je vais utiliser ma nouvelle fonctionnalité préférée de JMP Pro, connue sous le nom de filtrage de modèles, car cela va me permettre de tester |
| plusieurs modèles différents en parallèle. Je vais donc mettre ma désignation de santé corallienne pour le laboratoire ici. Je vais mettre mes cinq protéines ici. |
| Je vais donner une chance à toutes ces différentes options, vous savez, je n'ai pas installé le boost XG sur cet ordinateur, mais c'est bon, je pense que nous pouvons, |
| sera toujours en mesure de trouver un modèle décent. Je vais utiliser une validation croisée Kfold de cinq. Je veux certaines de ces options ici. |
| Et voyons ce que nous obtenons. |
| Cela va prendre un moment pour s'exécuter car il va vérifier 20 modèles différents en parallèle, en utilisant toutes ces différentes combinaisons factorielles et nous avons ici des données de diagnostic, mais je veux en venir aux ensembles de validation. |
| Ils sont donc essentiellement classés ici, nous avons donc un modèle boosté par les neurones qui semble bien fonctionner. Parce que je suis préoccupé par la précision, j'ai tendance à graviter vers le taux d'erreur de classification. |
| Nous avons un modèle de régression généralisé, vérifions-le donc je le sélectionnerai. Ça a l'air plutôt bien. |
| Je vais l'exécuter. |
| Vous voyez tous les diagnostics ici, je veux prendre un peu de temps |
| regarder le profileur |
| parce que ça va me dire |
| quelles protéines contribuent le plus. |
| Donc, ce que j'avais dit plus tôt, je m'excuse, je dois le réinitialiser maintenant. |
| J'ai généralement l'opportunité de maximiser l'un de mes traitements, que ce soit le blanchissant sensible ou le blanchissant résistant. Ensuite, ce que je peux faire, c'est, je peux dire hey, montrez-moi ce qu'il faut pour être un corail résistant au blanchiment, donc je vais en fait minimiser la sensibilité au blanchiment |
| et |
| Eh bien, ce qu'il me montre ne me montre qu'une seule option. Je pense, tu sais quoi, c'est déjà ça a déjà été réglé pour ça donc c'est bon |
| Alors |
| ça me montre dans ce cas |
| comment la proportion d'échantillons chute par rapport à la sensibilité au blanchiment lorsque j'ai changé les niveaux de ces protéines, et cela pourrait être utile pour des choses |
| comme le génie génétique, si vous voulez essayer de trouver les protéines qui vont être |
| les plus impliqués dans la résilience des coraux. Vous allez vouloir jouer avec le Profiler, mais ce qui m'intéresse plus aujourd'hui, c'est en fait les prédictions elles-mêmes, donc ce que je vais faire, c'est que je vais publier la formule de prédiction ici. |
| Vous remarquerez |
| l'une des protéines est tombée, de sorte que l'une d'entre elles n'a pas été jugée utile dans la construction du modèle réel. |
| Et c'est quelque chose que je n'ai fait qu'au cours des deux ou trois derniers jours, croyez-le ou non. J'ai donc mes coraux de juillet dans ce tableau de données, et je veux comparer. |
| Je veux voir les prédictions qu'il fait à partir de cette table de données, alors allons-y et voyons ce qu'il a deviné sur la base de ce modèle de régression généralisé. Et je vais juste parcourir rapidement ici et vous dire, parce qu'il n'y a que 12 échantillons, si la supposition était bonne ou non, donc c'est |
| droit. Désolé, le r ne fonctionne pas sur cet ordinateur, croyez-le ou non, c'est vrai. |
| Droit. |
| Droit. |
| Oui, il y a certainement un moyen plus simple de le faire, mais parce que c'est faux. |
| Bon, alors maintenant ça fonctionne à nouveau correctement. |
| Droit. |
| Droit et droit. |
| Donc, dans ce sous-ensemble de 12 échantillons utilisant ceci pour le modèle de régression généralisée des protéines. |
| Il a obtenu la probabilité de blanchiment dans 11 des 12 échantillons, ce qui est en fait vraiment cool, je veux dire que j'ai exécuté la simulation de différentes manières encore et encore, c'est en fait |
| mieux que ce que j'ai habituellement frappé, donc c'est n'importe quoi 92 93% donc c'est vraiment excitant, surtout parce que ce n'est que pour les protéines. Alors |
| disons, déjà parlé de cela, donc oui donc ma moyenne de faire ce genre de simulation est d'environ 80 à 90% de précision. |
| Ce qui pour moi est incroyablement excitant. Pour un médecin, ce serait vraiment terrible. Si tu as raison |
| vous savez, en termes de perspective d'un arrêt cardiaque et de 80 % de vos patients, ce serait un énorme échec, mais je pense |
| étant donné que c'est un peu nouveau pour les coraux, je suis d'accord, avec une précision de 80 à 90 %. Et ce que je n'ai pas mentionné |
| ce sous-ensemble de cinq protéines, qui a ensuite été réduit à quatre, qui ne regardait que le corail hôte. J'ai supprimé les protéines symbiotes, car je-je viens littéralement d'obtenir ces données, il y a quelques semaines. |
| Lorsque j'ajoute ces protéines symbiotes, je pense que la précision ne fera qu'augmenter et souvenez-vous également de cela. |
| J'utilisais des données de laboratoire pour faire des prédictions sur le comportement des coraux sur le terrain. Vous ne vous attendriez donc pas à ce qu'il soit précis à 100%. Ce que j'aurais dû faire et ce que je vais faire, probablement dans les heures suivant la fin de cet exposé, |
| J'ai toutes les données de terrain. J'ai toutes les données du labo. Je peux aller de l'avant et utiliser ces deux ensembles de données dans la formation et la validation. |
| Faire un modèle dans lequel je prédis le comportement des coraux sur le terrain. Et je suis convaincu que la précision avec cette approche ne fera qu'augmenter. Vous pourriez discuter, |
| pourquoi voudriez-vous même utiliser les données de laboratoire sur les coraux alors que vous disposez de cet ensemble de données de terrain ? Et vous savez, je pense que cela pourrait être un point très valable. |
| D'un point de vue biologique, vous savez que la nature réelle de ces protéines est incroyablement intéressante pour moi et je viens de découvrir ce qu'elles étaient la nuit dernière. |
| Nous manquons de temps, donc je ne vais pas les aborder, mais il suffit de dire que cela va être incroyablement intéressant aussi que nous pourrons exploiter. L'un d'eux est évolué et la capture de proies, ce qui, je pense, peut être super cool pour |
| essayer de développer un mécanisme. |
| C'est-à-dire qu'il s'agit de très petits ensembles de données, ce sont des dizaines d'échantillons. Est-ce que je pense avoir fait le meilleur test de stress corallien au monde ? |
| Non, c'est, c'est vraiment un travail en cours et il y a d'autres problèmes méthodologiques qui doivent être résolus, mais ce que je veux faire en fin de compte, c'est développer ce genre de stress |
| tester afin que nous puissions aller là-bas et faire ce que j'appelle le triage des récifs coralliens. Je pourrais prendre mes petits échantillons |
| faire mes analyses protéomiques ou moléculaires, entrer les données dans JMP, |
| crache ces suppositions de résilience et je dis au directeur, hé, ce récif par ici a l'air d'être en très bon état et laissez-le être pour l'instant, vous savez, gardez un œil dessus. |
| Celui-ci ici, tous les coraux ont été jugés susceptibles de blanchir par mon modèle. S'il y a quoi que ce soit que vous puissiez faire pour atténuer ou donner une chance à ces coraux - nettoyer la qualité de l'eau, freiner |
| la surpêche - ce sont ceux pour lesquels je pense que vous devriez trier vos efforts. C'est vraiment ce que je veux pouvoir faire avec ce genre d'ensembles de données. Alors bien sûr, les ensembles de données doivent croître. |
| Je veux les comparer à ces modèles basés sur la température qui existent, bien que l'échelle soit intrinsèquement différente. |
| Et je veux vraiment juste pouvoir avoir ce genre de visuel ou juste une carte où je dis juste que vous savez ici voici les mauvais endroits ici les bons endroits. |
| Je vais faire tout le sale boulot, je veux pouvoir distiller cela en quelque chose qu'un gestionnaire ou un profane pourrait facilement digérer et je pense qu'une fois que les problèmes ont été résolus et une fois que nous avons un peu, vous savez plus grand ensembles de données, |
| incorporer plus d'espèces de coraux, étendre la portée géographique, nous pourrions vraiment commencer à utiliser cette approche de modélisation prédictive de la santé des coraux dans |
| vous savez, comme un outil d'aide à la décision. Donc, pas seulement pour la surveillance, mais pour la recherche de génotypes résilients qui pourraient être utiles à l'élevage de coraux pour la restauration. |
| Vous pouvez également utiliser cette approche pour suivre le succès des projets d'atténuation et des choses de cette nature, donc je pense qu'il y a beaucoup de potentiel pour ce genre de |
| approche de modélisation prédictive de la santé des coraux pour une sorte de gestion marine plus proactive, et j'espère |
| c'est quelque chose que nous pouvons continuer à développer à la NOAA, Université de Miami dans les années à venir, d'autant plus que ces écosystèmes deviennent de plus en plus en péril. |
| Sur ce, je serais heureux de répondre à toutes vos questions. Je suis encore une fois je veux mentionner sur Je ne suis pas un modélisateur de formation, donc je suis vraiment le bienvenu |
| Aucune suggestion. Ne prenez rien de tout cela comme un dogme, vous savez s'il y a une mauvaise interprétation flagrante des données ou quelque chose comme ça, vous ne me blesserez pas et j'apprécierai certainement toutes les questions ou commentaires. |
| Donc, avec cela, je vais terminer mon discours et être heureux d'avoir de vos nouvelles. Merci. |
