Descarga MOVIS - Descarga del código fuente MOVIS

MOVIS

Datos del sitio web

v1.1.0: Post-review release

Descargar

Movis

Herramienta de análisis y visualización de datos exploratorios para conjuntos de datos múltiples de series de tiempo.

Manuscrito

Esta herramienta se crea para el siguiente documento:

"Movis: una solución de software múltiple múltiple para las tareas de agrupación, integración y visualización de la serie de tiempo multimodal" por Aleksandar Anžel, Dominik Heider y Georges Hattab

Por favor cita el papel como:

@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).}
}

Abstracto:

Gracias a los recientes avances en secuenciación y tecnologías computacionales, muchos investigadores con antecedentes biológicos y/o médicos ahora están produciendo múltiples conjuntos de datos con una dimensión temporal integrada. Las multimodalidades permiten a los investigadores explorar e investigar diferentes procesos biológicos y fisicoquímicos con diversas tecnologías. Motivado para explorar los datos múltiples y la serie de tiempo, las múltiples múltiples específicamente, el proceso de exploración se ha visto obstaculizado por la separación introducida por cada tipo de ómica. Para explorar efectivamente tales conjuntos de datos temporales, descubrir anomalías, encontrar patrones y comprender mejor sus complejidades, se requiere experiencia en informática y bioinformática. Aquí presentamos MOVIS, una herramienta de exploración múltiple de la serie temporal modular con una interfaz web fácil de usar que facilita la exploración de datos de dichos datos. Aporta la misma participación cada tipo de tiempo de tipo OMIC para el análisis y la visualización. Al momento de escribir, dos conjuntos de datos múltiples de la serie temporal se han integrado y reproducido con éxito. Las visualizaciones resultantes son específicas de la tarea, reproducibles y listas para la publicación. Movis se basa en el software de código abierto y se puede extender fácilmente para acomodar diferentes tareas analíticas. Una versión en línea de Movis está disponible en https://movis.mathematik.uni-marburg.de/ y en Docker Hub (https://hub.docker.com/r/aanzel/movis).

Dependencia

El código está escrito en Python 3.8.11 y se prueba en Linux con las siguientes bibliotecas instaladas:

Biblioteca	Versión
altair	4.1.0
altair_saver	0.5.0
biópata	1.78
gensim	4.0.1
numpy	1.21.2
pandas	1.3.5
lear	1.0.2
bisagro	1.7.3
racionalizar	1.5.1
protobuf	3.19.1
python-levenshtein	0.12.2
hacer clic	7.1.2

Datos

Los datos utilizados en el Ejemplo 1 provienen del siguiente documento:

La integración de los datos de meta-meta-meta-meta-meta-meta revela cómo los ecosistemas microbianos responden a la perturbación , Herold, M., Martínez Arbas, S., Narayanasamy, S. et al. Nat Commun 11, 5281 (2020). https://doi.org/10.1038/S41467-020-19006-2.

Se almacena en datos/cached/ejemplo_1/en un formato sin procesar o como un objeto de encurtido.

Los datos utilizados en el ejemplo 2 provienen del siguiente documento:

Respuestas transcriptómicas a corto y largo plazo de Escherichia coli a biocidas: un análisis de sistemas , Piovesan Pereira, B., Wang, X. y Tagkopoulos, I. (2020). Microbiología Aplicada y Ambiental, 86 (14), E00708-20. https://doi.org/10.1128/aem.00708-20.

Se almacena en datos/cached/ejemplo_2/en un formato sin procesar.

Código

Guion	Descripción
Fuente/	Contiene todos los scripts necesarios para ejecutar la herramienta.
Fuente/main.py	Contiene el código que construye el diseño principal y conecta todas las páginas.
Fuente/home.py	Contiene el código que construye la página de inicio.
Fuente/ejemplo_1.py	Contiene el código que construye la página Ejemplo 1.
Fuente/ejemplo_2.py	Contiene el código que construye la página Ejemplo 2.
Fuente/case_study.py	Contiene el código que construye la página del estudio de caso.
Fuente/upload.py	Contiene el código que construye la página de carga.
Fuente/Common.py	Contiene el código con funciones compartidas por todas las páginas.
Fuente/visualize.py	Contiene el código con funciones que crean diversas visualizaciones presentes en esta herramienta.

Empezando

Consulte nuestra página Wiki para obtener información detallada sobre Movis y cómo usarla.

Instalación y ejecución

Estable

La forma más fácil de instalar la herramienta es usar nuestra última imagen de Docker:

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

Puede comenzar a usar la herramienta abriendo un navegador web y escribiendo en http: // localhost: 8501/as la dirección. Si ejecuta el contenedor Docker, debe usar la dirección IP o el nombre de host en lugar de localhost.

Inestable

¡Precaución! ¡Use en su propio riesgo!

También puede clonar este repositorio, construir un contenedor Docker usted mismo y ejecutarlo localmente. Esto no se recomienda, ya que podríamos introducir características inestables que podrían no terminar en la próxima versión de Movis. A continuación se muestra una secuencia de instrucciones (para sistemas basados en Linux) para ejecutar la versión inestable de Movis:

 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

Puede comenzar a usar la herramienta abriendo un navegador web y escribiendo en http: // localhost: 8501/as la dirección. Si ejecuta el contenedor Docker, debe usar la dirección IP o el nombre de host en lugar de localhost.