MOVIS DOWNLOAD - MOVIS Source Code Download

MOVIS

Website-Daten

v1.1.0: Post-review release

Herunterladen

Movis

Explorationsdatenanalyse- und Visualisierungstool für Zeitreihen-Multi-OMICS-Datensätze.

Manuskript

Dieses Tool wird für das folgende Papier erstellt:

"MOVIS: Eine Multi-OMICS-Softwarelösung für multimodale Zeitreihen-Clustering, Einbettung und Visualisierung von Aufgaben" von Aleksandar Anžel, Dominik Heider und Georges Hattab

Bitte zitieren Sie das Papier als:

@article{ANZEL20221044,
title = {MOVIS: A multi-omics software solution for multi-modal time-series clustering, embedding, and visualizing tasks},
journal = {Computational and Structural Biotechnology Journal},
volume = {20},
pages = {1044-1055},
year = {2022},
issn = {2001-0370},
doi = {https://doi.org/10.1016/j.csbj.2022.02.012},
url = {https://www.sciencedirect.com/science/article/pii/S2001037022000526},
author = {Aleksandar Anžel and Dominik Heider and Georges Hattab},
keywords = {Time-series, Multi-omics, Visualization, Data exploration, Temporal multi-omics, Longitudinal multi-omics},
abstract = {Thanks to recent advances in sequencing and computational technologies, many researchers with biological and/or medical backgrounds are now producing multiple data sets with an embedded temporal dimension. Multi-modalities enable researchers to explore and investigate different biological and physico-chemical processes with various technologies. Motivated to explore multi-omics data and time-series multi-omics specifically, the exploration process has been hindered by the separation introduced by each omics-type. To effectively explore such temporal data sets, discover anomalies, find patterns, and better understand their intricacies, expertise in computer science and bioinformatics is required. Here we present MOVIS, a modular time-series multi-omics exploration tool with a user-friendly web interface that facilitates the data exploration of such data. It brings into equal participation each time-series omic-type for analysis and visualization. As of the time of writing, two time-series multi-omics data sets have been integrated and successfully reproduced. The resulting visualizations are task-specific, reproducible, and publication-ready. MOVIS is built on open-source software and is easily extendable to accommodate different analytical tasks. An online version of MOVIS is available under https://movis.mathematik.uni-marburg.de/ and on Docker Hub (https://hub.docker.com/r/aanzel/movis).}
}

Abstrakt:

Dank der jüngsten Fortschritte bei Sequenzierung und Computertechnologien produzieren viele Forscher mit biologischem und/oder medizinischem Hintergrund jetzt mehrere Datensätze mit eingebetteter zeitlicher Dimension. Mit Multimodalitäten können Forscher verschiedene biologische und physikalisch-chemische Prozesse mit verschiedenen Technologien untersuchen und untersuchen. Motiviert, Multi-AMICS-Daten und Multi-OMICS-Multi-OMICS zu untersuchen, wurde der Explorationsprozess durch die von jedem Omics-Typ eingeführte Trennung behindert. Um solche zeitlichen Datensätze effektiv zu untersuchen, Anomalien zu entdecken, Muster zu finden und ihre Feinheiten besser zu verstehen, ist Fachkenntnisse in Informatik und Bioinformatik erforderlich. Hier präsentieren wir MOVIS, ein modulares Multi-OMICS-Exploration-Tool mit modularer Zeitreihen mit einer benutzerfreundlichen Weboberfläche, die die Datenerforschung solcher Daten erleichtert. Es bringt die gleiche Teilnahme für die Analyse und Visualisierung der Zeitreihen-OMIC-Typ mit gleicher Beteiligung. Zum Zeitpunkt des Schreibens wurden zwei Multi-AMIC-Datensätze für die Zeitserie integriert und erfolgreich reproduziert. Die resultierenden Visualisierungen sind aufgabenspezifisch, reproduzierbar und publikationsbereit. MOVIS basiert auf Open-Source-Software und ist leicht auszudehnen, um unterschiedliche Analyseaufgaben zu berücksichtigen. Eine Online-Version von Movis ist unter https://movis.mathematik.uni-marburg.de/ und on docker Hub (https://hub.docker.com/r/aanzel/movis) verfügbar.

Abhängigkeit

Der Code ist in Python 3.8.11 geschrieben und unter Linux getestet, wobei die folgenden Bibliotheken installiert sind:

Bibliothek	Version
Altair	4.1.0
Altair_Saver	0.5.0
Biopython	1.78
Gensim	4.0.1
Numpy	1.21.2
Pandas	1.3.5
Scikit-Learn	1.0.2
Scipy	1.7.3
Straffung	1.5.1
Protobuf	3.19.1
Python-Levenshtein	0,12,2
klicken	7.1.2

Daten

Die in Beispiel 1 verwendeten Daten stammen aus dem folgenden Papier:

Die Integration von Meta-OMICS-Daten der Zeitreihen zeigt, wie mikrobielle Ökosysteme auf Störung , M. Herold, Martínez Arbas, S., Narayanasamy, S. et al. Nat Commun 11, 5281 (2020). https://doi.org/10.1038/s41467-020-19006-2.

Es wird bei Daten/Zwischenspeichern/Beispiel_1/entweder in einem RAW -Format oder als Gurkenobjekt gespeichert.

Die in Beispiel 2 verwendeten Daten stammen aus dem folgenden Papier:

Kurz- und langfristige transkriptomische Reaktionen von Escherichia coli auf Biozide: eine Systemanalyse , Merchel Piovesan Pereira, B., Wang, X., & Tagkopoulos, I. (2020). Angewandte und Umweltmikrobiologie, 86 (14), E00708-20. https://doi.org/10.1128/aem.00708-20.

Es wird bei Daten/Zwischenspeichern/Beispiel_2/in einem Rohformat gespeichert.

Code

Skript	Beschreibung
Quelle/	Enthält alle Skripte, die zum Ausführen des Tools erforderlich sind.
Quelle/main.py	Enthält den Code, der das Hauptlayout erstellt und alle Seiten verbindet.
Quelle/Home.py	Enthält den Code, der die Startseite erstellt.
Quelle/Beispiel_1.py	Enthält den Code, der das Beispiel 1 -Seite erstellt.
Quelle/Beispiel_2.py	Enthält den Code, der das Beispiel 2 -Seite erstellt.
Quelle/case_study.py	Enthält den Code, der die Fallstudienseite erstellt.
Quelle/Upload.py	Enthält den Code, der die Upload -Seite erstellt.
Quelle/Common.py	Enthält den Code mit Funktionen, die von allen Seiten geteilt werden.
Quelle/visualisiert.py	Enthält den Code mit Funktionen, die verschiedene Visualisierungen erstellen, die in diesem Tool vorhanden sind.

Erste Schritte

In unserer Wiki -Seite finden Sie detaillierte Informationen zu Movis und der Verwendung.

Installation & Laufen

Stabil

Der einfachste Weg, das Tool zu installieren, besteht darin, unser neuestes Docker -Bild zu verwenden:

 docker pull aanzel/movis:latest
docker run --publish 8501:8501 --detach --name movis aanzel/movis:latest

Sie können das Tool verwenden, indem Sie einen Webbrowser öffnen und http: // localhost: 8501/als Adresse eingeben. Wenn Sie den Docker -Container ausführen, müssen Sie die IP -Adresse oder den Hostnamen anstelle von Localhost verwenden.

Instabil

Vorsicht! Verwenden Sie auf eigenes Risiko!

Sie können dieses Repository auch klonen, selbst einen Docker -Container erstellen und vor Ort ausführen. Dies wird nicht empfohlen, da wir möglicherweise instabile Funktionen einführen, die bei der nächsten Veröffentlichung von Movis möglicherweise nicht enden. Im Folgenden finden Sie eine Folge von Anweisungen (für Linux-basierte Systeme), um die instabile Version von MOVIS auszuführen:

 git clone https://github.com/AAnzel/MOVIS.git
cd MOVIS
docker build -t movis-local:unstable .
docker run --publish 8501:8501 --detach --name movis movis-local:unstable

Sie können das Tool verwenden, indem Sie einen Webbrowser öffnen und http: // localhost: 8501/als Adresse eingeben. Wenn Sie den Docker -Container ausführen, müssen Sie die IP -Adresse oder den Hostnamen anstelle von Localhost verwenden.