Ciao, tutti.
Oggi Malato Essere presentando Di IL applicazione Di Il JMP
A analizzare gene espressione separare- cella RNA dati In melanoma cellule.
Mio nome È Caterina Zhou,
E Io sono a alto scuola studente A Il mio Lynbrook Alto Scuola.
COME introduzione,
melanoma sviluppa nel cellule O melanociti Quello produrre melanina
E È IL maggior parte aggressivo tipo Di pelle cancro,
rappresentando 65% Di Tutto deceduti da pelle cancro.
T cellule Sono a tipo Di bianco sangue cellule Quello sviluppare da stelo cellule
In IL osso midollo E maturo In IL timo,
Dove Essi moltiplicare E differenziare in aiutante, normativo, O citotossico T cellule
O diventare memoria T cellule.
Citotossico T cellule, Quale Sono attivato di vario citochine,
legamento A E uccisione infetto cellule E cancro cellule.
In melanoma pazienti, T cellule montare UN immune risposta contro IL tumore,
Ma A Alcuni punto, IL risponditore T cellule diventare inefficace
dovuto A a locale immunosoppressore processo che si verifica A IL tumore siti.
Noi avremmo Piace A identificare IL cause dietro T cella disfunzione.
Alternativa giunzione È a normativo processo
essenziale A generare trascrittoma diversità.
Disregolazione contribuisce A malattia E cancro.
Eucariotico geni Sono composto Di interno ronico E esonico sequenze,
COME Voi Potere Vedere In Questo diagramma.
In IL alternativa giunzione processo,
non codificante introni Di a gene Sono selettivamente RIMOSSO
E IL incluso esoni Sono combinato In IL finale messaggero RNA,
e traduzione Di questi diverso isoforme, Dove diverso combinazioni
risultato In diverso proteine E diverso cellulare funzioni.
Prossimo, tradizionale massa sequenziamento esamina IL genoma Di a cella popolazione
come COME IL cella cultura O tessuto,
E suo produzione È IL media gene espressione Di IL cella popolazione.
SU IL altro mano, separare cella sequenziamento
misure IL genomi Di individuale cellule da IL popolazione.
Monocellulare RNA sequenziamento, O scRNA-seq,
misure IL trascrittomi Di ogni cella In IL campione,
Quale rivela IL eterogeneità Di migliaia Di cellule
E fornisce intuizione in cellulare differenze A alto risoluzione.
In Questo studio, Malato Essere analizzare alternativa giunzione in dati scRNA-seq,
Quale ha raramente stato studiato dovuto A parecchi problemi.
ScRNA-sequenza risultati In a molto grande numero Di cellule E sparso dati.
Tuttavia, con IL corretto statistico utensili Piace Il JMP E R,
Noi Potere Prendere passi A risolvere questi problemi.
In Questo presentazione,
Malato Essere andando Sopra Mio metodo A Trovare IL maggior parte significativo alternativa speziatura
O COME eventi differenziare canceroso T cellule da salutare linfa nodo Cellule T.
Malato spiegare Mio dati elaborazione conduttura, E Poi Malato andare Sopra Come A utilizzo Il JMP Professionista
per predittivo modellazione, raggruppamento, E visualizzazione.
E Poi Malato andare Sopra IL risultati Di IL analisi Di scRNA-sequenza insieme di dati
Di cellule T nel topo melanoma.
Questo È a diagramma Di IL presentazione.
Primo, Id Piace A spiegare Mio insieme di dati preparazione E elaborazione processo.
Primo, I preparato E elaborato IL insieme di dati.
I preso IL scRNA-sequenza insieme di dati Di cellule In linfonodi con melanoma In topi
da Questo carta Sopra Qui,
E Poi eseguito Leggere allineamento Di IL F ASQ file con STELLA,
E rilevato COME eventi con IL conduttura derivato da rMAT,
Quale usi a generalizzato lineare misto modello.
Invece Di usando IL a coppie confronto,
I corso Esso SU a separare campione con ogni individuale cella,
in modo efficace quantificare COME In ogni cella.
Poi I usato R A quantificare esone saltare eventi con IJC
Quale sta in piedi per Inclusione Giunzione Contare,
E Consiglio di Giustizia Giudiziaria, Quale sta in piedi per Saltare Giunzione Contare.
COME Voi Potere Vedere sotto In Questo diagramma, UN inclusione giunzione È rilevato
Quando IL Leggere include Entrambi IL affiancamento sequenza,
Quale È Questo nero sequenza Sopra Qui,
E IL esone sequenza, Quale È Questo E sequenza Sopra Qui,
Mentre a saltare giunzione contare È rilevato
Quando IL Leggere soltanto include IL due affiancamento sequenze
E Appena interamente salta IL esone.
Poi I creare a matrice Di Questo dati.
Prossimo, I sottoinsieme IL T cellule
usando cella etichette precedentemente definito di IL autori Di IL insieme di dati.
A filtro COME eventi, I applicato IL seguente regole,
E I fatto Questo In R.
Là dovere Essere A meno dieci legge per giunzione.
IL evento ha A Essere rilevato In Di più di dieci cellule,
E IL evento non può Avere NO variabilità attraverso IL cellule.
Questo mosso in giro 75% Di IL esoni.
Questo spettacoli Quello filtraggio È importante Perché Esso RIMOSSO esoni
con Basso copertura E erano fondamentalmente irrilevante.
Questo ridotto IL caratteristica misurare, Quale Volere migliorare IL prestazione
Di predittivo modellazione E analisi ulteriore In IL futuro.
Poi I calcolare IL PSI O per cento unito In valore
con Questo equazione: IJC Sopra IJC più Consiglio di Giustizia Supremo.
Prima I andare in IL Prossimo fare un passo Di predittivo modellazione,
I ricercato A spiegare IL motivi I deciso A fare domanda a predittivo modellazione in Il JMP
per Questo specifico problema.
Là Avere stato parecchi studi Quello con successo usato macchina apprendimento modelli
per analizzare RNA-sequenza dati, Quale raggiunto alto precisione.
I ipotizzato Quello Esso volevo Anche Essere accurato per scRNA-sequenza dati.
Là Sono molti vantaggi Di usando predittivo modellazione COME BENE.
Esso Potere estrarre significativo caratteristiche da Enorme set di dati,
classificare dati E predire risultati con supervisionato apprendimento,
E riconoscere sottostante relazioni Di dati, Piace In neurale reti.
JMP Pro Anche fornisce a Grande interfaccia per esplorare questi diverso modelli,
consentendo Voi A facilmente fare domanda a sofisticato algoritmi
A grande set di dati velocemente E con precisione.
Esso Anche consente per modello confronto E screening.
Finalmente, Esso genera Alcuni visivo E interattivo relazioni
Quello ridurre IL nero scatola effetto Di macchina apprendimento modelli,
Quale significa Quello Voi non Veramente Sapere Che cosa succede In IL modello,
Voi Appena Sapere IL produzione, Quale È non molto utile.
Nostro insieme di dati avevo 8.044 variabili O esoni, E 1.014 righe O cellule.
Esso era difficile A correre analisi con come a grande numero Di colonne,
COSÌ I usato a autoscontro foresta per variabile selezione.
A autoscontro foresta È molto computazionalmente efficiente
E Esso Potere operare velocemente Sopra Largo set di dati,
E Esso usi casuale campionamento con sostituzione,
causando Esso A Essere molto robusto E accurato.
I Potevo Avere Anche usato predittore screening,
Quale È un altro funzione In JMP,
Ma I trovato Quello manualmente corsa Esso usando a messa a punto progetto tavolo
era Di più computazionalmente efficiente
E consentito Me A sintonizzare IL numero Di alberi COME BENE.
Ma I trovato Quello IL numero Di alberi non lo fa Fare a Enorme differenza.
In generale, IL Di più alberi Voi utilizzo conduce A Meglio risultati,
Ma loro miglioramento diminuisce COME IL numero Di alberi aumenta.
A a certo punto, IL beneficio In previsione prestazione
da apprendimento Di più alberi Volere Essere inferiore di IL costo In calcolo tempo.
Per IL 8.044 esoni, I sintonizzato il numero Di alberi,
E I trovato Quello in giro 50 alberi risultato In IL più alto precisione.
E Poi I preso IL superiore 100 esoni da IL colonna contributi,
E Poi I corso Esso Ancora con IL superiore 50 esoni,
E Poi Ancora con IL 50 esoni, confrontando IL precisione COME Voi andare.
Questo spettacoli IL Il JMP relazioni per messa a punto alberi E variabile selezione.
COME Voi Potere Vedere, I utilizzo IL messa a punto progetto tavolo E modifica IL numero Di alberi.
I guardato A IL entropia R piazza E questi diverso metrica.
I credere 50 alberi era IL migliore risultato.
I preso IL superiore 100 esoni E Poi I corso IL autoscontro foresta con 30 alberi
Perché I fatto un altro messa a punto progetto tavolo.
Per ogni iterazione,
I fatto a separato messa a punto progetto tavolo A Trovare IL migliore numero Di alberi.
COME Voi Potere Vedere, IL entropia R piazza aumenta
COME IL numero Di esoni era diminuito.
COME I selezionato IL superiore tre diverso esoni,
Esso spettacoli Quello Esso non lo fa Veramente questione Se suo IL superiore 10 O superiore 50 O superiore 100,
Esso Volere Ancora risultato In a alto precisione.
IL classificazione errata valutare vario.
IL RMS errore Anche diminuito,
E IL media assoluto errore Anche diminuito.
Con questi metrica,
I deciso A utilizzo IL superiore 10 esoni A correre IL Prossimo passi Di Mio analisi.
I usato IL Modello Screening funzione In Il JMP Professionista
A correre IL superiore 10 esoni SU Tutto IL diverso modelli Quello erano possibile.
Esso risultato In a alto precisione attraverso IL asse.
I guardato A IL previsione profilatore A determinare Come IL esoni
causato tumore O canceroso cellule A Essere diverso.
Adesso lo farò Essere esecuzione a dimostrazione Di Questo processo.
Permettere Me aprire IL superiore 10 esoni.
Nel JMP Professionista, Voi Potere andare A Analizzare, Predittivo Modellazione,
E Poi Modello Screening.
Colpirò e basta Richiamo Perché I usato Questo Prima
E Esso automaticamente Aggiornamenti con tuo precedente impostazioni.
E Poi anche esso fatto K-piega croce v alidazione.
Questo processo È molto presto, Esso soltanto prende in giro 20 secondi O 10 secondi.
Tutto Giusto.
COME Voi Potere Vedere, IL neurale potenziato avevo IL più alto precisione.
Prossimo era generalizzato lazo di regressione.
Esso diviso IL insieme di dati in formazione E convalida.
Voi Potere Vedere Quello potenziato albero avevo IL più alto precisione per formazione,
Quale fa senso Perché Esso fondamentalmente si adatta IL dati Veramente BENE
Quando Voi utilizzo a albero.
Ma per convalida, andiamo Vedere, IL maggior parte accurato era In neurale potenziato.
Con Questo informazioni,
I deciso A utilizzo a neurale potenziato A Fare IL finale classificazione Di cellule
per tumore cellule O normale cellule,
Perché Esso volevo risultato In IL più alto precisione.
I cliccato Correre Selezionato,
E Poi I usato IL convalida colonna Quello I precedentemente creato
con IL Fai V alidazione funzione In IL Predittivo Modellazione scheda.
Qui Sono IL risultati Di IL neurale rete.
Esso era molto presto, Ancora.
Voi Potere Vedere Quello Là Sono IL ROC grafici.
Esso fondamentalmente ha a molto alto AUC.
Se Voi Prendere a Aspetto A IL previsione profilazione, il profiler,
Questo spettacoli IL diverso modi...
Permettere Me spiegare Questo Meglio.
COME Voi mossa tuo cursore lungo, Se Voi Aspetto A A SCARICAMENTO, Questo gene,
Quando IL inclusione Di Questo esone aumenta,
Poi c'è a più alto probabilità Quello IL cella Volere Essere a tumore cella.
Sopra Qui, per Questo, questo è Anche IL Stesso tendenza.
Per Questo uno, Questo È IL inverso tendenza.
Per PCDH9, COME IL inclusione Di Questo esone aumenta,
IL probabilità Quello Esso Volere risultato In a tumore cella diminuisce.
Scusa.
Questo consente Voi A Aspetto A IL ruolo Di questi esoni
In causando IL funzione Di tumore E normale cellule A Essere diverso.
Questo È a molto potente visualizzatore,
E Esso Potere spettacolo IL diverso relazioni fra questi cellule.
Voi Potere Anche Appena salva IL formule A IL...
Scusa, uno secondo.
Voi Fare Pubblicare Previsione Formula, E Quello salva Esso In IL formula deposito.
Va bene.
Prossimo, Id Piace A Aspetto A IL differenza In espressione
COME Esso va da 5 giorni A 8 giorni A 11 giorni.
Questo insieme di dati Anche fornito IL cellule A diverso tempo punti.
Se Voi Aspetto A Qui,
Questo colonna spettacoli Quello IL diverso volte Sono disponibile per noi A analizzare.
I sottoinsieme IL tumore cellule.
Permettere Me Trovare Quello Sopra Qui.
Tumore soltanto.
I confrontato IL distribuzione Di IL diverso esoni.
Permettere Me spettacolo Voi IL grafico.
COME Voi Potere Vedere,
Là Sono parecchi esoni Quello aumento In espressione Sopra tempo.
Sopra Qui , SLAMF9 O T OMM20 aumenta in modo drammatico,
E questi Anche aumento.
Là Sono Anche esoni Quello aumento E Poi diminuire,
Quale spettacolo Quello Essi Avere UN ottimale periodo Di tempo
Quello loro sono IL maggior parte attivo.
Malato Essere andando Sopra questi specifico geni E funzioni Dopo In Mio presentazione.
Permettere Me andare Indietro A Mio presentazione.
Tutto Giusto.
Qui, I Anche corso raggruppamento SU IL superiore 10 esoni insieme di dati.
I fatto K- significa raggruppamento,
E Questo Di più accuratamente classificato IL tumore contro normale cellule.
COME Voi Potere Vedere Qui,
IL blu È normale cella E Poi IL rosso È IL tumore cella.
Questo spettacoli Quello Là Sono possibilmente diverso sottoinsiemi Di tumore cellule
Quello Avere diverso funzioni.
I Anche corso UMAP SU Tutto IL cellule.
UMAP È un altro dimensionale riduzione formula.
Questo era corso con a Il JMP aggiungere- In Quello era creato di Questo autore.
I Volere collegamento Esso In Mio presentazione In IL comunità.
Qui È IL gene arricchimento analisi Quello I eseguito.
COME Voi Potere Vedere, IL superiore funzione Di Tutto Di questi geni
era RNA importare in IL mitocondrio.
IL secondo maggior parte importante uno era regolamento Di leucocita degranulazione.
cellule T Sono a tipo Di leucocita.
Esso Potere spettacolo Quello possibilmente questi leucociti O T cellule Sono degranulato,
E Quello cause IL cellule A diventare tumori.
Anche, maligno tumori selettivamente conservare mitocondriale genoma E ECC. funzione.
Quello Potere Anche spiegare Perché RNA importare in IL mitocondrio
È UN importante funzione.
Questo È un altro grafico Di IL superiore ANDARE biologico processi.
Sopra Qui, IL superiore uno È cellulare processo.
Là Sono Anche biologico adesione, regolamento, E immune sistema processi
Quello Potere Essere ulteriore esplorato.
Id Piace A spiegare IL maggior parte notevole geni.
Questi geni Sono fondamentalmente IL superiore geni Quello erano In IL colonna contributi.
S Tipo di prodotto: TPBX2 È coinvolto In intracellular traffico,
controllare Di TRAPPOLA complesso assemblaggio,
E IL pubblicazione Di citotossico granuli di naturale killer cellule.
Questo Potere spettacolo Quello IL T cellule Sono coinvolto In Alcuni ordinare Di tratta.
O IL citotossico T cellule Potere utilizzo Questo esone
A regolare IL tumore contro normale funzioni.
SLAMF9 nove codifica a membro
Di IL segnalazione linfocitaria attivazione molecola famiglia E suo transmembrana.
Le GUERRE sono a triptofanila- tRNA sintetasi
Quello catalizza IL aminoacilazione Di tRNA con triptofano
E È indotto di interferoni.
Tutto Di questi geni Avere a ruolo In IL immune sistema E T cella funzione.
Noi Potere studio questi ulteriore
E determinare Se Essi In realtà Avere a importante funzione con in vitro prove.
Prossimo, I spiegato Questo prima,
Ma I analizzato IL tumore gene espressione Sopra tempo
E T OMM20, Quale era IL uno Quello avevo IL maggior parte drammatico inclusione,
È In realtà implicato In IL traslocasi Di esterno mitocondriale membrana complesso
Quello facilita cancro aggressività E terapeutico resistenza
In condrosarcoma, Quale È a tipo Di cancro.
Voi Potere Vedere Quello VUOTO 20 cause tumori A Essere Di più aggressivo.
Suo Veramente interessante Come Nostro di base analisi con JMP Pro
risultato In Questo esone essendo IL maggior parte importante.
Questo spettacoli IL efficacia Di Il JMP In questi tipi Di studi.
In conclusione, IL esplorazione Di Questo insieme di dati facilitato di Il JMP
dimostra IL ruolo Di geni E esoni In T cellule In melanoma.
A Bene cosa È Quello IL codice Potere Essere replicato In Pitone.
Il JMP consente Quello per Di più robusto O dettagliato analisi.
Questi potenziale geni Piace VUOTO 20 O STPX9
Potere aiuto In la scoperta Di romanzo E personalizzato approcci
A cancro trattamento.
E Poi Noi Potere eseguire In in vitro prova SU IL superiore geni.
Grazie Voi per ascolto A Mio presentazione.
I Volere fornire Tutto IL codice E R copioni In Mio presentazione collegamento.
