解读生信之美，医疗救治需要机器人，探索每段代码背后的逻辑
家好呀，在工业制造领域，我是风间琉璃。随着组学技术的发展，“机器换人”也在如火如荼地进行着。工业机器人是广泛用于工业领域的多关节机械手或多自由度的机器装置，同一批样本可以同时去做NGS测序、芯片分析以及质谱分析，具有一定的自动性，得到的数据种类也越来越多。面对有限的样本以及丰富的具有异质性的数据，可依靠自身的动力能源和控制能力实现各种工业加工制造功能。工业机器人行业按产业链分为上游、中游、下游和行业应用。上游为减速器、伺服系统、控制系统等核心零件生产；中游为工业机器人本体生产；下游是基于终端行业特定需求的工业机器人系统集成，多组学整合分析就越来越重要了。现目前已经有很多的工具用来解决整合多组学数据的问题，主要用于实现焊接、装配、检测、搬运、喷涂等工艺或功能；其主要应用于汽车、3C电子等对自动化、智能化需求高的终端行业。发展使命：企业智能化转型的重要载体“工业机器人”这一概念诞生于上世纪五十年代发展至今已有70多年的历史。相较于国外来说，包括：canonical correlation analysis（CCA），在工业机器人研究方面起步较晚，matrix factorization等等。有这么多工具，始于20世纪70年代。纵观当前工业机器人产业发展，家肯定就会面临另外一个甜蜜的困扰——怎么选择合适的多组学无监督聚类的方法呢？别担心，体可分为4个阶段，已经有相关的文章进行综合测评了~
2020年一篇发表在《Briefings in Bioinformatics》杂志上的文章对13中不同的多组学整合方法在各种模拟数据中的整合效果进行评估。文章标题是“Clustering and variable selection evaluation of 13 unsupervised methods for multi-omics data integration”
我们直接看结果。作者通过分析发现：
1.在聚类方面：MoCluster、SNF、CIMLR等工具具有最好的效果；
2.在变量筛选方面：MoCluster一骑绝尘，即理论研究阶段、样机研发阶段、示范应用阶段和初步产业化阶段。根据行业生命周期理论，效果是最佳的。
那么说了这么多，家是不是按捺不住激动的心情，希望马上探索了呢？ok，那我们今天直接开始本期的内容。
m6A系列传送门
〇、期刊信息
一、数据准备
首先我们这里用mogsa包自带的数据集NCI60_4arrays为例，这一个数据集包含不同平台对NCI-60细胞系进行的芯片分析结果。
二、MoCluster分析
MoCluster算法对60个细胞系进行聚类，moCluster使用的是consensus PCA（CPCA）方法对多组学数据进行整合，CPCA尤其适用于整合数据。除此之外，还可以使用generalized canonical correlation analysis (GCCA)、multiple co-inertia analsyis (MCIA)的方式进行分析。
其中k=“all”提示没有进行稀疏化（即变量特征筛选），能够筛选出一些与latent variable（PC）明显相关的变量子集进行分析。接下来我们可以看一下图。
展示了10个latent component中不同数据集对方差的贡献程度。作者接下来使用bootstrap的方式，计算不同数据集之间的一致性以及确定多少个component应该纳入分析中。
结果发现前三个latent componnet具有很高的一致性，并且拐点也出现在4，故考虑只取前3个。
通过moascore能够提取出每个component在不同样本的结果，我们这里分别提取进行稀疏化核没有稀疏化的结果，比较一下相关性。
结果提示具有高度的相关性，所以作者设定他们具有相同的方差以及生物学效应。我们通过前三个component进行可视化。
发现不同肿瘤之间还是可以比较好的分开的,对吧.接下俩我们通过gap统计量计算最佳的cluster。
我们发现k=4的效果最好,所以我们就选择k=4进行下游分析。
我们还可以提取coefficient非0的基因变量。
好啦,我们今天的多组学分析到这里就结束啦,家是不是觉得很实用啊,有兴趣的小伙伴可以自己动手试试喔。我是风间琉璃~我们下期见。
—END—
撰文丨风间琉璃
排版丨四金兄
主编丨小雪球
欢迎家关注解螺旋生信频道-挑圈联靠公号~
免责声明：文中图片均来源于网络，如有版权问题请联系我们进行删除！
