代謝解析練習用データupした #tokyor 48 lt

12
代謝解析練習用データUpした Tokyo R #48 LT ni-y @siero5335

Upload: akifumi-eguchi

Post on 29-Jul-2015

1.429 views

Category:

Data & Analytics


0 download

TRANSCRIPT

Page 1: 代謝解析練習用データUpした #TokyoR 48 LT

代謝解析練習用データUpした

Tokyo  R  #48  LT  ni-y  

@siero5335

Page 2: 代謝解析練習用データUpした #TokyoR 48 LT

自己紹介 Twitter ID: @siero5335

仕事: 関東の大学で    化学物質曝露影響の解析    測定法の開発してます    専門: 環境化学、分析化学

R→ 測定結果のまとめに使用

Page 3: 代謝解析練習用データUpした #TokyoR 48 LT

時流に乗ってデータを公開してみたい 自分の分野独特のデータを出したい

Page 4: 代謝解析練習用データUpした #TokyoR 48 LT

自分の分野独特のデータを出したい 尿中の代謝物測定法を検討中

測定条件最適化のついでにデータを取ってみた

時流に乗ってデータを公開してみたい

Page 5: 代謝解析練習用データUpした #TokyoR 48 LT

250  μl  分取  ×  6 上清150μl  分取・ろ過・濃縮

測定方法

測定

食前食後に各1回採取

物質が検出されたピークを確認  数値データに変換

Page 6: 代謝解析練習用データUpした #TokyoR 48 LT

結果まとめをアップロード済み h+ps://gist.github.com/siero5335/c7323407e>2b0b20b55

Page 7: 代謝解析練習用データUpした #TokyoR 48 LT

何のデータ?

尿中にある化学物質を250種類程度測定した値 前処理前のrawデータ 新陳代謝に関係している物質を測定 食前食後を比較して増減を見ていけば食事の摂取で変動した代謝経路を追いかけられるかも?

Page 8: 代謝解析練習用データUpした #TokyoR 48 LT

簡単に解析してみた library(caret)    

y  <-­‐  metabolo_test[,2]  x  <-­‐  as.matrix(metabolo_test[,-­‐c(1,2)])  x1  <-­‐  t(x)  x2  <-­‐  na.omit(x1)  x3  <-­‐  t(x2)    

#randomforest  con<-­‐trainControl(method  ="LOOCV",                                      preProc  =  c("center",  "scale"))    

rfGrid  <-­‐  expand.grid(mtry  =  seq(1:6))    

rfmetabo  <-­‐  train(x3,y,                                  method  ="rf",                                  tuneGrid  =  rfGrid  ,                                trControl  =  con,  importance  =  TRUE)    

rfmetabo    

plot(varImp(rfmetabo),  top  =  10))  

mtry Accuracy Kappa

1 1 1

2 1 1

3 1 1

4 1 1

5 1 1

6 1 1

rfmetabo  

plot(varImp(rfmetabo),  top  =  10)

Page 9: 代謝解析練習用データUpした #TokyoR 48 LT

簡単に解析してみた library(caret)    

y  <-­‐  metabolo_test[,2]  x  <-­‐  as.matrix(metabolo_test[,-­‐c(1,2)])  x1  <-­‐  t(x)  x2  <-­‐  na.omit(x1)  x3  <-­‐  t(x2)    

#randomforest  con<-­‐trainControl(method  ="LOOCV",                                      preProc  =  c("center",  "scale"))    

rfGrid  <-­‐  expand.grid(mtry  =  seq(1:6))    

rfmetabo  <-­‐  train(x3,y,                                  method  ="rf",                                  tuneGrid  =  rfGrid  ,                                trControl  =  con,  importance  =  TRUE)    

rfmetabo    

plot(varImp(rfmetabo),  top  =  10))  

plot(varImp(rfmetabo),  top  =  10))  

Importance

N.Acetyl.L.alanineX4.Pyridoxic.acid

X3.methylphenylacetic.acidX7.methylguanosine

hydroxyprolineS.adenosyl.L.methionine

glucono.D.lactoneglucose.1.phosphate

Atrolactic.acidEpinephrine

90 92 94 96 98 100

エピネフリン  =  アドレナリン  血中に放出されると心拍数や血圧を上げ、瞳孔を開きブドウ糖の血中濃度(血糖値)を上げる作用などがある。空腹時放出。  

Page 10: 代謝解析練習用データUpした #TokyoR 48 LT

簡単に解析してみた library(caret)    

y  <-­‐  metabolo_test[,2]  x  <-­‐  as.matrix(metabolo_test[,-­‐c(1,2)])  x1  <-­‐  t(x)  x2  <-­‐  na.omit(x1)  x3  <-­‐  t(x2)    

#randomforest  con<-­‐trainControl(method  ="LOOCV",                                      preProc  =  c("center",  "scale"))    

rfGrid  <-­‐  expand.grid(mtry  =  seq(1:6))    

rfmetabo  <-­‐  train(x3,y,                                  method  ="rf",                                  tuneGrid  =  rfGrid  ,                                trControl  =  con,  importance  =  TRUE)    

rfmetabo    

plot(varImp(rfmetabo),  top  =  10))  

エピネフリン  =  アドレナリン  血中に放出されると心拍数や血圧を上げ、瞳孔を開きブドウ糖の血中濃度(血糖値)を上げる作用などがある。空腹時放出。    

食後おなかがいっぱいになって下がった?

Boxplot(Epinephrine~Food,  data=metabolo_test)

Page 11: 代謝解析練習用データUpした #TokyoR 48 LT

生体内代謝パスウェイ解析用パッケージ h+p://dgrapov.github.io/MetaMapR/

Page 12: 代謝解析練習用データUpした #TokyoR 48 LT

Enjoy  !

h+ps://gist.github.com/siero5335/c7323407e>2b0b20b55