A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

MeV: MultiExperiment Viewer Universidade Federal de Pernambuco – UFPE Centro de Informática – CIn Eduardo Gade Gusmão – egg Professor: Ivan Gesteira –

Apresentações semelhantes


Apresentação em tema: "MeV: MultiExperiment Viewer Universidade Federal de Pernambuco – UFPE Centro de Informática – CIn Eduardo Gade Gusmão – egg Professor: Ivan Gesteira –"— Transcrição da apresentação:

1 MeV: MultiExperiment Viewer Universidade Federal de Pernambuco – UFPE Centro de Informática – CIn Eduardo Gade Gusmão – egg Professor: Ivan Gesteira – igcf Automação Inteligente – if705

2 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Tópicos TM4 Software Suite Descrição da Ferramenta MeV Funcionalidades do MeV Exemplo Prático Conclusão e Referências TIGR

3 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Exemplo Prático Download da Ferramenta Entrar no site: Baixar a ferramenta MeV

4 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão TIGR The Institute for Genomic Research é um instituto de pesquisa fundado em 1992 por Craig Venter em RockVille, Maryland, Estados unidos.

5 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão TIGR Sequenciou o Haemophilus Influenzae Human Genome Project GLIMMER, MUMmer Associação com o Science Foundation e o FBI J. Craig Venter Institute Sem fins lucrativos

6 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão TM4 Software Suite “A ‘TM4 Suite’ é um conjunto de softwares desenvolvidos para a análise de dados de microarray. Os usuários são capazes de capturar, tratar e analisar os dados obtidos nos experimentos.” Representa uma coleção de ferramentas abrangente, extensível, open source e livremente disponível.

7 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão TM4 Software Suite Softwares Componentes: Microarray Data Manager (MADAM) TIGR Spotfinder Microarray Data Analysis System (MIDAS) MultiExperiment Viewer (MeV)

8 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão TM4 Software Suite Image Analysis Raw Gene Expression Data Normalized Data with Gene Annotation Interpretation of Analysis Results.tiff Image File Gene Annotation ScannerPrinter Normalization / Filtering Expression Analysis Data Entry / Management Database AGED Database Others… Database MAD

9 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão TM4 Software Suite - MADAM

10 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão TM4 Software Suite - MADAM Conjunto de ferramentas usado para upload, download e exibição de dados de microarray a partir de um sistema de gerenciamento de banco de dados (MySql). Dados no “formato” MIAME Interface para o MySql

11 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão TM4 Software Suite - Spotfinder

12 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão TM4 Software Suite - Spotfinder Programa capaz de processar e realizar análises de arquivos de imagens geradas em experimentos com microarray. Entrada: imagens.TIFF geradas pelo scanner Saída: pode ser exportada no formato.MEV Algoritmo rápido para identificar spots

13 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão TM4 Software Suite - MIDAS

14 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão TM4 Software Suite - MIDAS Aplicação que permite ao usuário normalizar e realizar outras análises estatísticas com os dados brutos, dando a eles um acabamento para serem interpretados na ferramenta MeV. Normalização e Filtragem dos Dados Geração de um report automático

15 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Descrição da Ferramenta MeV

16 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Descrição da Ferramenta MeV Aplicação que permite ao usuário visualizar imagens processadas de microarray e identificar genes e padrões de interesse. Clusterização, ajuste dos dados e estatísticas Flexibilidade Comparar Imagens (múltipla visualização)

17 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Funcionalidades do MeV Ajustando os Dados Clusterização Análises Estatísticas Classificação Redução dos Dados Carregando Dados (formatos) Funcionalidades abordadas: Visualização Outros Meta Analysis

18 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Funcionalidades do MeV

19 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Funcionalidades do MeV 1 - Carregando Dados (formatos) MultiExperiment Viewer Format (.mev) TIGR ArrayViewer Format (.tav) Dados já devem estar normalizados Várias Análises podem ser carregadas ao mesmo tempo TDMS (Tab Delimited, Multiple Sample) file format (.txt) Affymetrix file format (.txt)

20 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Exemplo Prático 1 - Carregando Dados (formatos) Entrar no public: Carregar o arquivo “armstrong-2002-v1_database.txt”

21 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Funcionalidades do MeV 2 - Ajustando os Dados 2.1 – Transformações de Dados – Normalize Gene/Rows: Transforma os valores usando a seguinte formula: Valor = [(Valor) – Media(Linha)] / Desvio Padrão – Divide Gene/Rows by RMS: Divide os valores pela “Root Mean Square”, que corresponde à raiz quadrada de [Σ(xi)^2/(n-1)] – Divide Gene/Rows by SD: Divide os valores pelo desvio padrão da linha. – Mean Center Gene/Rows: Substitui o valor por: [Valor – Média da linha] – Median Center Gene/Rows: Substitui o valor por: [Valor – Mediana da linha]

22 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Funcionalidades do MeV 2 - Ajustando os Dados 2.1 – Transformações de Dados – Digitalize Gene/Rows: Cria intervalos discretos para os valores das expressões na linha. – Sample/Column Adjustments: Todas as operações até agora podem ser realizadas também para as colunas. – Log2 / Unlog2 Transformations: Respectivamente, transforma todos os valores em log2 e desfaz a operação. – Log10 to Log2 / Log2 to Log10: Realiza a conversão entre as bases especificadas.

23 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Funcionalidades do MeV 2 - Ajustando os Dados 2.2 – Filtros de Dados – Low Intensity Cutoff Filter: Remove da análise os genes cujo valor da expressão estão abaixo de um certo limiar estabelecido. Esse filtro está disponível para single-color array e two color array. – Percentage Cutoffs Filter: Remove da análise os genes cujo valor da expressão estão abaixo da percentagem estabelecida. – Variance Cutoff Filter: Remove da análise os genes cuja variância não é significativa. O número de genes cortados pode ser estabelecido pela percentagem, pelo valor bruto ou por um limiar de variância.

24 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Funcionalidades do MeV 2 - Ajustando os Dados 2.2 – Filtros de Dados – Detection Filter (Affymetrix with detection call): Ignora os genes que não estão marcados como “presentes” em um número suficientes de amostras. – Bioconductor Detection Call Noise Filter: Filtra os genes para o qual o nível de porcentagem de “absent call” através das amostras está acima do nível definido pelo usuário. – GenePix Flag Filter: Remove da análise todos os genes para o qual o número de amostras com “flags” negativas está acima da porcentagem definida pelo usuário.

25 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Exemplo Prático 2 - Ajustando os Dados Realizar os seguintes ajustes de dados: – Low Intensity Cutoff Filter – Variance Cutoff Filter

26 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Funcionalidades do MeV 3 - Clusterização HCL Support Trees Self Organizing Tree Algorithm Hierarchical Clustering Tree EASE K-Means / Medians Clustering KMC Support Figure of Merit Cluster Affinity Search QT Cluster Self Organizing Map

27 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Funcionalidades do MeV 3 - Clusterização Hierarchical Clustering

28 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Funcionalidades do MeV 3 - Clusterização K- means / medians clustering

29 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Funcionalidades do MeV 3 - Clusterização Figure of Merit

30 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Exemplo Prático 3 - Clusterização Realizar as seguintes Clusterizações: – Hierarchical Clustering – k-Means/Medians Clustering

31 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Funcionalidades do MeV 4 - Análises Estatísticas BRIDGE Nonparametric Tests Pavlids Template Matching t Tests Bayesian Estimation on Temporal Regulation Significance Analysis for Microarrays Two-Factor ANOVA Rank Products One-Way ANOVA

32 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Funcionalidades do MeV 4 - Análises Estatísticas Significance Analysis for Microarrays SAM pode ser usado para caracterizar genes significantes baseado na sua expressão diferencial entre conjuntos de amostras. Ele é eficaz quando existe uma hipótese a-priori dizendo que alguns genes terão níveis de expressão médios diferentes entre diferentes conjuntos de amostras. Familywise Discovery Rate (FDR) Permite ao usuário estabelecer um limiar de significância

33 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Funcionalidades do MeV 4 - Análises Estatísticas Significance Analysis for Microarrays 2 – Two-class Unpaired: Como no paired, porém não existe o pareamento entre os dois grupos. 1 – Two-class paired: As amostras são categorizadas em dois grupos e existe um pareamento um-a-um entre os membros dos dois grupos. 3 – Multi-class: o usuário especifica o número de grupos (>2). 4 – Censored survival: As amostras são associadas com outros atributos externos à análise de expressão. 5 – One-class: O usuário especifica um valor a ser testado para cada expressão média do gene.

34 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Funcionalidades do MeV 4 - Análises Estatísticas Significance Analysis for Microarrays

35 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Exemplo Prático 4 - Análises Estatísticas Realizar o Significance Analysis for Microarrays (SAM)

36 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Funcionalidades do MeV 5 - Classificação k-Nearest Neighbors Classification Discriminant Analysis Classifier Support Vector Machines Uncorrelated Shrunken Centroid Classification

37 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Funcionalidades do MeV 5 - Classificação k-Nearest Neighbors Classification KNN é um esquema de classificação supervisionado. Um subconjunto dos dados originais (o conjunto de treinamento) é usado como entrada para classificar os dados restantes. O usuário especifica o número de classes desejada e o conjunto de treinamento deverá conter exemplos de cada uma dessas classes.

38 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Funcionalidades do MeV 5 - Classificação k-Nearest Neighbors Classification

39 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Exemplo Prático 5 - Classificação Realizar o k-Nearest Neighbors Classification

40 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Funcionalidades do MeV 6 - Redução dos Dados Correspondence Analysis Expression Terrain Map Relevance Networks Principal Component Analysis

41 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Funcionalidades do MeV 6 - Redução dos Dados Principal Component Analysis PCA é usado para atribuir a variabilidade dos dados para um conjunto reduzido de variáveis chamadas componentes principais. Para cada componente principal é atribuída uma fração da variabilidade total, e esses componentes são ordenados em ordem decrescente de variabilidade. Visualização 3D

42 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Funcionalidades do MeV 6 - Redução dos Dados Principal Component Analysis

43 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Exemplo Prático 6 - Redução dos Dados Realizar o Principal Component Analysis (PCA)

44 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Funcionalidades do MeV 7 - Meta Analysis Gene Set Enrichment Analysis EASE Cluster Analysis

45 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Funcionalidades do MeV 7 - Meta Analysis EASE Cluster Analysis - Interpretação biológica dos dados - Gene Ontology, KEGG pathways

46 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Funcionalidades do MeV 7 - Meta Analysis EASE Cluster Analysis

47 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Exemplo Prático 7 - Meta Analysis Realizar o EASE Cluster Analysis

48 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Funcionalidades do MeV 8 - Visualização Linear Expression Map Gene Distance Matrix

49 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Funcionalidades do MeV 9 - Outros Literature Mining Gene Shaving Bayesian Network

50 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Conclusão Foi apresentada uma ferramenta para análise dos dados de expressão gênica obtidos através de experimentos de microarray. A ferramenta mostrada participa do ciclo final de um conjuno de vários softwares destinados a realizar um experimento completo de análise de expressão gênica. Também foram mostrados as diversas operações possíveis na ferramenta seguindo uma ordem lógica de análise dos dados.

51 IF705 - UFPE - CInMeV: MultiExperiment ViewerEduardo Gade Gusmão Referências TIGR – TM4 – Site da Disciplina – MeV QuickStart Guide MeV Manual


Carregar ppt "MeV: MultiExperiment Viewer Universidade Federal de Pernambuco – UFPE Centro de Informática – CIn Eduardo Gade Gusmão – egg Professor: Ivan Gesteira –"

Apresentações semelhantes


Anúncios Google