M2BBS - IDH
From silico.biotoul.fr
m (→Prise en main de la librairie R/Bioconductor RSTRINGdb) |
m (→Prise en main de la librairie R/Bioconductor R-STRINGdb) |
||
Line 32: | 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 ? | * 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. | * Télécharger les annotations associées à chaque sommet. | ||
+ | |||
+ | = Intégration dans une base de données orientée graphes = | ||
+ | |||
+ | Sites et documentations : | ||
+ | * https://neo4j.com/ | ||
+ | * https://neo4j.com/developer/get-started/ | ||
+ | |||
+ | Installation (cf. https://neo4j.com/docs/operations-manual/current/deployment/#linux-installation) | ||
= Données et scripts = | = Données et scripts = |
Revision as of 17:49, 18 September 2016
Contents |
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 R-STRINGdb
Sites et documentation :
- STRING : http://string-db.org/
- R-STRINGdb : https://bioconductor.org/packages/release/bioc/html/STRINGdb.html
- R-STRINGdb 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.
Intégration dans une base de données orientée graphes
Sites et documentations :
Installation (cf. https://neo4j.com/docs/operations-manual/current/deployment/#linux-installation)
Données et scripts
- enrichment analysis
- R-STRINGdb tutoriel