搜索
查看: 967|回复: 0

一站式单细胞数据处理软件

[复制链接]

365

主题

512

帖子

1713

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
1713
发表于 2017-9-14 10:18:31 | 显示全部楼层 |阅读模式
商业流程有FlowJo开发的GenSeq,完全开源的由Garmire实验室的Granatum,以及Bart Deplancke实验室的ASAP (the Automated Single-cell Analysis Pipeline) ,这些工具都是有着图形界面,适于不太擅长编程的生物学家使用。

ASAP和Granatum是基于网页浏览器的,提供了一个相对简单的交互式的流程,使得研究者可以可视化的探索他们的数据。用户需要上传他们的数据,这样就可以在工具里面一步步的进行分析.ASAP涵盖的分析流程包括,数据预处理,可视化,聚类,还有差异表达分析。而Granatum允许用户进行pseudo-time分析,同时还可以整合蛋白相互作用的分析步骤。

不管是Garmire还是Deplancke, ASAP还是Granatum,它们这些工具的设计都是为了让科研工作者和计算生物学家的合作更紧密。夏威夷大学的博士生Xun Zhu,同时也是Granatum的主要开发者,说:科研工作者以前通常把生物信息学家的工作看作是一种魔法,拿到了数据就奇迹般的分析出来了结果。而现在他们可以部分参与进来了,通过修改网页工具里面的参数,这是一件好事。

当然,这些工具也并不是在所有情况下都适合的。一个在鉴定细胞类型的分析表现优异的工具,可能在pseudo-time分析步骤上表现平平。而且,所谓适合的统计分析方法通常又会一定程度上依赖于数据本身。位于伯克利的生物统计学家Sandrine Dudoit(Sandrine Dudoit, a biostatistician at the University of California, Berkeleyt)说道:分析方法和参数都是需要调整的,需要考虑到诸如测序深度这样的变量。而且Marioni也说到不要过分依赖于流程化的东西,不能因为你的卫星导航告诉你应该开到河里去,你就真的往河里开。

对初学者来说,谨慎是应该的。生物信息学工具总是可以给你答案的,问题在于,这个答案真的有生物学意义吗?Dudoit的建议是做一些探索性的分析,来确保你选取的算法的假设前提是有意义的。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|手机版|小黑屋|生信技能树    

GMT+8, 2019-5-21 15:49 , Processed in 0.069469 second(s), 24 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.