参观COVID-19多组学数据仪表板

本着在2019冠状病毒病大流行期间向科学界广泛提供数据的精神，一些研究人员正在创建提供更大可视化功能的交互式数据仪表板。其中有一位COVID-19多组学数据仪表板由最近发表在电池系统标题为:COVID-19严重程度的大规模多组分析．威斯康星大学麦迪逊分校库恩实验室的研究数据科学家伊恩·米勒(Ian Miller)是该平台的主要开发者之一188金宝搏备用通过对每种类型的一些关键特征进行分析，总结如下。

需要注意的一般功能:

• 患者亚组用颜色编码。
• 使用下拉框显示蛋白质，脂质，代谢物，转录本或组合生物分子。单个感兴趣的生物分子也可以被选择，并且绘图将自动更新。

主成分分析

第一页将帮助您使用发现方法找到方向。你可以问“我应该对哪些分子最感兴趣?”它们与数据结构有什么关系?”

主页上有一个主成分分析(PCA)评分图，其中每个点代表一个患者样本。它们在空间中的聚类方式代表了所有测量值的相似性程度。PCA帮助您将最有趣的信息压缩到更少的维度，并揭示数据中的固有结构。最严重的患者被分组在一起，这表明驱动这些变化的蛋白质存在差异。

在页面的右侧是PCA加载图，其中每个点代表一个生物分子(即517种蛋白质中的一种，如果在下拉框中选择“蛋白质”)。它们在载荷图上的空间分布方式解释了PCA分数图上的点是如何分开的。换句话说，PCA加载图最右边的分子是那些驱动PCA图中点分离的分子。

值得注意的是，在PCA加载图的最右边有一个蛋白质是软骨酸性蛋白-1，这是一种与嗅球发育有关的蛋白质，考虑到嗅觉球的缺失，这一点值得注意据报道，COVID-19患者有气味．米勒指出，虽然还没有建立可靠的实验联系，但这一观察结果可能对未来的研究有所帮助。

“开发这类工具的部分挑战是使其足够复杂，使其能够进行强大的分析，但足够简单，使其可用和用户友好。这是一个巨大的挑战。所以很难走这条路。但如果没有别的，它为像临床医生这样的人提供了一种快速查找分子的简单方法，而无需挖掘补充数据。——伊恩·米勒。

微分表达式

火山图:转录组学最初是由转录组学领域推广的，它启发了蛋白质组学的许多工作，特别是在数据分析方面。火山图是比较a与B的好方法，即COVID与非COVID。火山图同时告诉你效应大小和统计显著性。我们使用对数两倍变化(与非COVID患者的平均测量值相比，COVID患者的平均测量值的倍变化)并转换p值(负对数10)以适应图风格-因此增加的值更显着。基本上，离中心越远的东西，它们的位置越高，它们就越重要。可以在y轴上的2处画一条近似的阈值线，这近似等于p值为0.01。

表:显示不同类型统计测试的结果，能够洞察效应大小和混杂变量。

线性回归

能够深入了解生物分子与疾病严重程度的关系。临床医生或研究人员可以选择一种标准的临床测量方法(例如，第45天无医院天数，c反应蛋白浓度)，并查看其与患者亚组中生物分子相对标准化丰度的关系。

Clustergrammer

Clustergrammer是一个第三方的交互式热图马'ayan实验室在西奈山的伊坎医学院工作。每一列代表一个样本，每一行代表一个生物分子测量(蛋白质、代谢物、脂质或转录物，取决于控制面板中选择的数据集)。该工具提供了一种放大和研究感兴趣的生物分子如何适应样本中更大的模式的方法。有关如何使用互动功能的提示可在此找到在这里． 一旦发现一个簇，人们就可以问这些生物分子是否属于相同的途径，例如免疫功能障碍或药物反应。

文章于2021年9月6日更新，删除了“Multi-omics”中的连字符。