Unduh MOVIS - Unduh Kode Sumber MOVIS

MOVIS

Data situs web

v1.1.0: Post-review release

Unduh

Movis

Analisis Data Eksplorasi dan Alat Visualisasi untuk Seri-Seri-Seri-Kumpulan Data Multi-Amik.

Naskah

Alat ini dibuat untuk makalah berikut:

"Movis: Solusi Perangkat Lunak Multi-Omak untuk Pengelompokan Seri-Seri Multi-Modal, Menanamkan, dan Memvisualisasikan Tugas" oleh Aleksandar Anžel, Dominik Heider, dan Georges Hattab

Harap kutip kertas sebagai:

@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).}
}

Abstrak:

Berkat kemajuan terbaru dalam teknologi sekuensing dan komputasi, banyak peneliti dengan latar belakang biologis dan/atau medis sekarang menghasilkan beberapa set data dengan dimensi temporal tertanam. Multi-modalitas memungkinkan para peneliti untuk mengeksplorasi dan menyelidiki berbagai proses biologis dan fisik-kimia dengan berbagai teknologi. Termotivasi untuk mengeksplorasi data multi-omics dan multi-omics series-seri waktu secara khusus, proses eksplorasi telah terhambat oleh pemisahan yang diperkenalkan oleh masing-masing tipe omics. Untuk mengeksplorasi set data temporal seperti itu secara efektif, menemukan anomali, menemukan pola, dan lebih memahami seluk -beluknya, keahlian dalam ilmu komputer dan bioinformatika diperlukan. Di sini kami menyajikan MOVIS, alat eksplorasi multi-omics seri-time modular dengan antarmuka web yang ramah pengguna yang memfasilitasi eksplorasi data data tersebut. Ini membawa partisipasi yang sama setiap tipe omic seri-time untuk analisis dan visualisasi. Pada saat penulisan, dua set data multi-omics seri-time telah diintegrasikan dan berhasil direproduksi. Visualisasi yang dihasilkan adalah tugas khusus, dapat direproduksi, dan siap publikasi. MOVIS dibangun di atas perangkat lunak open-source dan mudah diperpanjang untuk mengakomodasi berbagai tugas analitik. Versi online MOVIS tersedia di bawah https://movis.mathematik.uni-marburg.de/ dan di Docker Hub (https://hub.docker.com/r/aanzel/movis).

Ketergantungan

Kode ini ditulis dalam Python 3.8.11 dan diuji di Linux dengan pustaka berikut yang diinstal:

Perpustakaan	Versi
Altair	4.1.0
Altair_Saver	0.5.0
Biopython	1.78
Gensim	4.0.1
Numpy	1.21.2
panda	1.3.5
scikit-learn	1.0.2
SCIPY	1.7.3
streamlit	1.5.1
protobuf	3.19.1
Python-Levenshtein	0.12.2
klik	7.1.2

Data

Data yang digunakan dalam Contoh 1 berasal dari makalah berikut:

Integrasi data meta-omics seri-time mengungkapkan bagaimana ekosistem mikroba merespons gangguan , Herold, M., Martínez Arbas, S., Narayanasamy, S. et al. Nat Commun 11, 5281 (2020). https://doi.org/10.1038/s41467-020-19006-2.

Disimpan di data/di -cache/example_1/dalam format mentah atau sebagai objek acar.

Data yang digunakan dalam Contoh 2 berasal dari makalah berikut:

Respons transkriptomik jangka pendek dan jangka panjang dari Escherichia coli terhadap biosida: analisis sistem , merchel piovesan pereira, B., wang, x., & tagkopoulos, I. (2020). Mikrobiologi Terapan dan Lingkungan, 86 (14), E00708-20. https://doi.org/10.1128/aem.00708-20.

Disimpan di data/di -cache/example_2/dalam format mentah.

Kode

Naskah	Keterangan
Sumber/	Berisi semua skrip yang diperlukan untuk menjalankan alat.
Sumber/main.py	Berisi kode yang membangun tata letak utama dan menghubungkan semua halaman.
Sumber/home.py	Berisi kode yang membangun halaman beranda.
Sumber/example_1.py	Berisi kode yang membangun contoh halaman 1.
Sumber/example_2.py	Berisi kode yang membangun contoh halaman 2.
Source/case_study.py	Berisi kode yang membangun halaman studi kasus.
SUMBER/UEDLOAD.PY	Berisi kode yang membangun halaman unggahan.
Sumber/Common.py	Berisi kode dengan fungsi yang dibagikan oleh semua halaman.
Sumber/Visualise.py	Berisi kode dengan fungsi yang membuat berbagai visualisasi yang ada dalam alat ini.

Memulai

Lihat halaman Wiki kami untuk informasi terperinci tentang MOVIS dan cara menggunakannya.

Instalasi & Berjalan

Stabil

Cara termudah untuk menginstal alat ini adalah dengan menggunakan gambar Docker terbaru kami:

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

Anda dapat mulai menggunakan alat dengan membuka browser web dan mengetik di http: // localhost: 8501/sebagai alamat. Jika Anda menjalankan wadah Docker, Anda harus menggunakan alamat IP atau nama host alih -alih localhost.

Tidak stabil

Peringatan! Gunakan dengan risiko Anda sendiri!

Anda juga dapat mengkloning repositori ini, membangun wadah Docker sendiri, dan menjalankannya secara lokal. Ini tidak dianjurkan karena kami dapat memperkenalkan fitur yang tidak stabil yang mungkin tidak berakhir pada rilis MOVIS berikutnya. Di bawah ini adalah urutan instruksi (untuk sistem berbasis Linux) untuk menjalankan versi MOVIS yang tidak stabil :

 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

Anda dapat mulai menggunakan alat dengan membuka browser web dan mengetik di http: // localhost: 8501/sebagai alamat. Jika Anda menjalankan wadah Docker, Anda harus menggunakan alamat IP atau nama host alih -alih localhost.