Revision as of 17:14, 18 September 2016

Enrichment analysis

Dans cette partie, il s'agit d'analyser un groupe de gènes en le confrontant à des groupes de gènes obtenus selon différentes fonctions de regroupement.

La fonction de regroupement proposée est l'appartenance à une même voie métabolique dans la banque de données BioCyc. Ainsi, pour chaque pathway, un groupe de gène est formé.

Le script python search_enriched_sets.py permet de charger ces ensembles de gènes pré-formés EcolA.biocyc.sets et de chercher les plus similaires à un groupe de gènes d'intérêts. Essayez-le avec ALAS ARGS ASNS ASPS CYSS GLTX GLYQ GLYS HISS ILES par exemple pour vous faire une idée de son fonctionnement.

Remarque : le script python utilise le module scipy.

root> pip install scipy

Comparez les résultats avec ceux obtenus en recherchant parmi les ensembles formés des gènes annotés avec le même terme de la Gene Ontology (EcolA.go.sets). Que constatez-vous ?

Travail à réaliser :

Analyser le code source du script search_enriched_sets.py
Pour chaque pathway biocyc, proposer le term GO le plus représentatif
Visualisation des résultats avec REVIGO

Prise en main de la librairie R/Bioconductor RSTRINGdb

Sites et documentation :

STRING : http://string-db.org/
RSTRINGdb : https://bioconductor.org/packages/release/bioc/html/STRINGdb.html
RSTRINGdb Vignette et Man

Travail à réaliser :

Installer la librairie (si nécessaire)
Retrouver l'espèce Escherichia coli K12 MG1655, quel est son identifiant taxonomique/STRINGdb ?
Quelle est la différence entre STRINGdb core et STRINGdb periphery ?
Télécharger tout le graphe pour E. coli K12 pour un seuil de 400. A quoi correspond ce seuil ? combien d'interactions obtenez-vous ?
Afficher le sous graphe pour les groupe de gènes ALAS ARGS ASNS ASPS CYSS GLTX GLYQ GLYS HISS ILES. A quoi correspond la p-valeur affichée ?
Télécharger les annotations associées à chaque sommet.

Données et scripts

enrichment analysis

@@ Line 18: / Line 18: @@
 <!-- * Modifier le script pour utiliser une autre mesure d'enrichissement et comparer les résultats obtenus (ex: &chi;<sup>2</sup> d'indépendance). (Travail à réaliser <u>en dehors de cette séance</u>) -->
-=Prise en main de la librairie R/Bioconductor STRINGdb=
+=Prise en main de la librairie R/Bioconductor RSTRINGdb=
+Sites et documentation :
+* STRING : http://string-db.org/
+* RSTRINGdb : https://bioconductor.org/packages/release/bioc/html/STRINGdb.html
+* RSTRINGdb [[Media:RSTRINGdb.Vignette.pdf|Vignette]] et [[Media:RSTRINGdb.man.pdf|Man]]
 Travail à réaliser :
@@ Line 27: / Line 32: @@
 * Afficher le sous graphe pour les groupe de gènes <tt>ALAS ARGS ASNS ASPS CYSS GLTX GLYQ GLYS HISS ILES</tt>. A quoi correspond la p-valeur affichée ?
 * Télécharger les annotations associées à chaque sommet.
-<!--
-= Prioritization =
-Installation des bibliothèques requises :
- dnf -y install hdf5.x86_64 hdf5-devel.x86_64 h5py python-matplotlib.x86_64
- pip install scikit-learn
-<!--
- easy_install pip
- pip list
- pip search h5py
- pip install h5py
- yum -y install libpng-devel.x86_64
- pip install matplotlib
--->
-<!--
-Prise en main des scripts
-* librairie [[Media:Prioritization.py|Prioritization.py]]: classes pour la priorisation de gènes par fusion de données génomiques
-** ScoreMatrix: matrice de dissimilarité/similarité/distance entre paires de gènes
-** Identifiers et IdentifierMap: chargement et manipulation d'identifiant de gènes
-** PrioritizedItem: représentation d'un candidat évalué (score, rank, ...)
-** Prioritizer: priorisation et fusion à partir de différentes matrices
-* script [[Media:mat.info.py|mat.info.py]]: affiche les informations contenues dans un fichier HDF5 représentant une matrice
-* script [[Media:prioritize.py|prioritize.py]]: Chargement d'une matrice et priorisation des candidats par rapport aux gènes d'entrainement
-* script [[Media:fuse.py|fuse.py]]: Fusion de priorisations obtenues avec le script précédent
-Représentation d'une matrice de distance avec le format HDF5.
-Jeu de données :
-* Gènes impliqués dans la synthèse du peptidoglycane :
-** core : MURA MURB MURC MURD MURE MURF MRAY MURG
-** biosynthèse : MURA MURB MURC MURD MURE MURF MRAY MURG GLMU MRSA GLMS BACA YAES DDLA DDLB DADX MURI DAPF DAPE ARGD DAPD DAPB DAPA ASD LYSC
-* Systèmes ABC expertisés : [[Media:EcolA.ncleandb12.training.abc|EcolA.ncleandb12.training.abc]] et candidats [[Media:EcolA.ncleandb12.candidates.abc|EcolA.ncleandb12.candidates.abc]]
-* Matrices :
-** [[silico:enseignement/m2BBS/idh/EcolA.geo.h5|EcolA.geo.h5]]: gene-gene dissimilarity matrix based on GEO expression profiles
-** [[silico:enseignement/m2BBS/idh/EcolA.go.h5|EcolA.go.h5]]: gene-gene dissimilarity matrix based on Gene Ontology annotations
-** [[silico:enseignement/m2BBS/idh/EcolA.string.combined_score.h5|EcolA.string.combined_score.h5]]: gene-gene dissimilarity matrix based on STRING combined score
-** [[silico:enseignement/m2BBS/idh/EcolA.pp.0.7.jaccard.h5|EcolA.pp.0.7.jaccard.h5]]: gene-gene dissimilarity matrix based on phylogenetic profiles (selected strains)
-** [[silico:enseignement/m2BBS/idh/EcolA.pp.all.jaccard.h5|EcolA.pp.all.jaccard.h5]]: gene-gene dissimilarity matrix based on phylogenetic profiles (all available strains)
-** [[silico:enseignement/m2BBS/idh/EcolA.gn.0.7.h5|EcolA.gn.0.7.h5]]: gene-gene dissimilarity matrix based on genomic context (selected strains)
-Information sur un gène à partir de son identifiant dans ABCdb : https://www-abcdb.biotoul.fr/#/entry/findbestmatch/ID/EcolA.RBSA
--->
 = Données et scripts =

M2BBS - IDH

From silico.biotoul.fr

Revision as of 17:14, 18 September 2016

Enrichment analysis

Prise en main de la librairie R/Bioconductor RSTRINGdb

Données et scripts