使用structToolbox的示例
2022年11月1日
包
metabolomicsWorkbenchR 1.9.0
1简介
代谢组学工作台(链接)宿主代谢组学数据存储库。它包含超过1000个公开的研究，包括原始数据，处理数据和代谢物/化合物信息。
可以使用REST服务API搜索存储库。metabolomicsWorkbenchR包使该服务的端点在R中可用，并提供了搜索数据库和将数据集和代谢产物信息导入常用格式(如数据帧和summarizeexperiment对象)的功能。
在这篇小短文中我们将使用metabolomicsWorkbenchR检索上传的峰值矩阵进行研究。然后我们将使用structToolbox应用基本的工作流程来分析数据。
2安装
要安装这个包，输入:
如果(!requireNamespace("BiocManager"， quiet = TRUE)) install.packages("BiocManager")::install("metabolomicsWorkbenchR")对于旧版本，请参考相应的Bioconductor发行版。
3.查询数据库
代谢组学工作台的API端点可以使用do_query函数metabolomicsWorkBenchR．
的do_query函数有4个输入:-上下文一个有效的上下文名称(字符)-input_item一个有效的input_item名称(字符)-input_value一个有效的input_value名称(字符)-output_item一个有效的output_item(字符)
上下文指的是API中可用的不同数据库搜索。读者可以参考API手册了解每个上下文的详细信息(链接)．在metabolomicsWorkBenchR上下文存储为列表，可以使用的名字功能:
名称(上下文)“研究”“化合物”“refmet”“基因”“蛋白质”“moverz”##[7]“精确质量”input_item特定于某个上下文。上下文的有效项可以使用context_inputs功能:
猫(“有效的输入:\ n”)##有效输入:context_inputs(“研究”)##[5]“study_id”“study_title”“institute”“last_name”##[5]“analysis_id”“metabolite_id”猫(“\ nValid输出:\ n”)## ##有效输出:context_outputs(“研究”)[1]“summary”“factors”“analysis”“metabolites”##[5]“mwtab”“source”##[7]“species”“disease”##[9]“number_of_metabolites”“data”##[11]“datatable”“untarg_studies”##[13]“untarg_factors”“untarg_data”##[15]“metabolite_info”“summarizeexperiment”##[17]“untarg_summarizeexperiment”“DatasetExperiment”##[19]“untarg_DatasetExperiment”4选择研究
首先，我们查询数据库以返回一个非目标研究列表。我们将“study”上下文与“untarg_studies”输出项所需的名为“ignored”的特殊情况输入项结合使用。
US = do_query(context = 'study'， input_item = '忽略'，input_value = '忽略'，output_item = 'untarg_studies') head(US[，1:3])1 ST000009 AN000023 LC/电喷雾/QTOF正离子模式## 2 ST000009 AN000024 LC/电喷雾/QTOF负离子模式## 3 ST000010 AN000025 LC/电喷雾/QTOF正离子模式## 4 ST000010 AN000026 LC/电喷雾/QTOF负离子模式## 5 ST000045 AN000072 MS正离子模式/C18 ## 6 ST000045 AN000073 MS正离子模式/HILIC我们将抽取研究“ST000009”的数据。我们可以使用“summary”输出项获取摘要信息。
S = do_query(‘研究’,‘study_id’,‘ST000010’,“总结”)t (S)## [，1] ## study_id "ST000010" ## study_title "肺癌细胞4" ## study_type "MS分析(非靶向)"##研究所“密歇根大学”## last_name“Keshamouni”## first_name“Venkat”## email“vkeshamo@umich.edu”## submit_date“2013-04-03”## study_summary“在癌细胞中，上皮-间充质转化(EMT)的过程赋予迁移和侵袭能力，抗凋亡，耐药性，逃避宿主免疫监测和肿瘤干细胞特征。接受EMT的细胞可能代表有转移潜力的肿瘤细胞。描述EMT的分泌组可以识别生物标志物来监测肿瘤进展中的EMT，并提供预测患者生存的预后特征。利用转化生长因子-β诱导的EMT细胞培养模型，我们通过gelc串联质谱定量分析了差异分泌蛋白。结合相应的转录组，我们得到了一种emt相关的分泌表型(EASP)，由蛋白质和mRNA水平均有差异上调的蛋白质组成。采用随机生存森林(random survival forests, RSF)方法，对4个独立的肺癌原发肿瘤基因表达数据集进行生存分析。97基因EASP在人肺腺癌肿瘤中的表达与淋巴结转移、肿瘤晚期和组织学分级呈正相关。RSF分析建立在训练集(n = 442)上，以年龄、性别和分期为变量，将三个独立的肺癌数据集分层为总生存期有显著差异的低、中、高危组。基于RSF分析的可变重要性评分，我们进一步将EASP细化为20个基因签名(rEASP)。 Similar to EASP, rEASP predicted survival of both adenocarcinoma and squamous carcinoma patients. More importantly, it predicted survival in the early-stage cancers. These results demonstrate that integrative analysis of the critical biological process of EMT provides mechanism-based and clinically relevant biomarkers with significant prognostic value.\nResearch is published, core data not used but project description is relevant:\nhttp://www.jimmunol.org/content/194/12/5789.long\n" ## subject_species "Homo sapiens" ## department NA ## phone NA由于每项研究有多个数据集，分析ID需要非目标数据。我们将请求DatasetExperiment格式，以便我们可以直接使用数据structToolbox．
DE = do_query(context = 'study'， input_item = 'analysis_id'， input_value = 'AN000025'， output_item = 'untarg_DatasetExperiment') DE## DatasetExperiment对象## ---------------------------- ##名称:##描述:## data: 39行x 3569列## sample_meta: 39行x 4列## variable_meta: 3569行x 1列5工作流
现在，在应用PCA之前，我们构建了一个由质量过滤、归一化、归一化和缩放组成的最小代谢组学工作流。
#模型序列M = mv_feature_filter(threshold =40, method='across'， factor_name='FCS') + mv_sample_filter(mv_threshold =40) + vec_norm() + knn_impute() + log_transform() + mean_centre() + PCA() #应用模型M = model_apply(M,DE)## knnimp中的警告(x, k, maxmiss = rowmax, maxp = maxp): 198行中有超过50%的条目缺失;用于这些行的平均imputation# pca_scores_plot(factor_name= C ('FCS')) chart_plot(C,M[长度(M)])