lingress

Lingress

Lingress 프로젝트는 일 변량 선형 회귀 모델을 사용하여 NMR (Nuclear Magnetic Resonance) 데이터 세트 분석을위한 간소화 된 파이프 라인을 개발하기위한 이니셔티브입니다. 이 패키지는 일반 최소 제곱 (OLS) 방법을 통한 선형 회귀 분석의 실행을 포함하고 결과 데이터의 시각적 해석을 제공합니다. 특히, 분석 범위에서 모든 NMR 피크의 p- 값을 포함합니다.

기능적 으로이 프로그램은 선형 회귀 적용을 통해 대사 프로파일 모델에 맞게 노력합니다. 설계 및 기능은 대사 연구 영역에서 심층적이고 미묘한 데이터 분석을위한 강력한 도구를 제공합니다.

설치 방법

pip install lingress

UI 피크 피킹

 #Example data
import numpy as np
from lingress import pickie_peak
import pandas as pd


df = pd . read_csv ( "https://raw.githubusercontent.com/aeiwz/example_data/main/dataset/Example_NMR_data.csv" )
spectra = df . iloc [:, 1 :]
ppm = spectra . columns . astype ( float ). to_list ()


#defind plot data and run UI
pickie_peak ( spectra = spectra , ppm = ppm ). run_ui ()

선형 회귀 모델

 import pandas as pd
from lingress import lin_regression


df = pd . read_csv ( "https://raw.githubusercontent.com/aeiwz/example_data/main/dataset/Example_NMR_data.csv" )
X = df . iloc [:, 1 :]
ppm = spectra . columns . astype ( float ). to_list ()
y = df [ 'Group' ]


mod = lin_regression ( x = X , target = y , label = y , features_name = ppm , adj_method = 'fdr_bh' )
mod . create_dataset ()
mod . fit_model ()

 mod . spec_uniplot ()

 mod . volcano_plot ()

 mod . resampling ( n_jobs = - 1 , n_boots = 100 , adj_method = 'fdr_bh' )

 [Parallel(n_jobs=-1)]: Using backend LokyBackend with 8 concurrent workers.
[Parallel(n_jobs=-1)]: Done   6 tasks      | elapsed:    3.7s
[Parallel(n_jobs=-1)]: Done  60 tasks      | elapsed:    6.7s
[Parallel(n_jobs=-1)]: Done 150 tasks      | elapsed:   11.2s
[Parallel(n_jobs=-1)]: Done 276 tasks      | elapsed:   17.8s
...
[Parallel(n_jobs=-1)]: Done 6486 tasks      | elapsed:  5.6min
[Parallel(n_jobs=-1)]: Done 7188 tasks      | elapsed:  6.1min
[Parallel(n_jobs=-1)]: Done 7211 out of 7211 | elapsed:  6.1min finished

 mod . resampling_df ()

p- 값	STD P- 값	베타 계수	STD 베타	평균 p- 값 (F- 테스트)	STD P- 값 (F- 테스트)	평균 R- 제곱	std r-square	R2	STD R-Square 조정	q_value
0.60075	3.575454E-03	1.610523E-02	3.673194E+06	502596.020205	0.434302	0.276809	0.138650	0.156244	0.030981	4.012856E-03
0.60125	2.327687E-04	6.418472E-04	4.208365E+06	638734.119190	난	난	0.160225	0.175463	0.056503	3.531443E-04
0.60175	1.511846E-04	3.690541E-04	4.776924E+06	582175.023885	0.272894	0.258094	0.250765	0.204542	0.157111	2.443829E-04
0.60225	2.724337E-04	7.138873E-04	4.450884E+06	624407.676115	0.132108	0.188570	0.379931	0.198055	0.302422	4.037237E-04
0.60275	2.271675E-04	5.238926E-04	3.596622E+06	643161.588649	0.030732	0.056968	0.558447	0.158948	0.503253	3.458106E-04
...	...	...	...	...	...	...	...	...	...	...
4.20375	2.542707E-09	1.077483E-08	2.231841E+07	479783.299949	난	난	0.099255	0.130321	-0.010838	4.472063E-08
4.20425	4.727199E-10	1.269310E-09	2.201865E+07	631164.491894	0.420162	0.308196	0.163733	0.184153	0.059199	1.940690E-08
4.20475	1.710447E-09	4.659603E-09	2.285026E+07	721568.566334	난	난	0.100927	0.138527	-0.010207	3.595928E-08
4.20525	1.043658E-08	9.454456E-08	2.449345E+07	287615.593479	0.310386	0.301403	0.263740	0.245996	0.171707	1.084412E-07
4.20575	1.606948E-08	1.123188E-07	2.621135E+07	246414.620688	0.242344	0.257300	0.299881	0.244772	0.212366	1.457572E-07