データ分析
データ分析は、Nanopore Wikiの学習パスの一部です。Nanoporeデータ分析とは、原始的な電流トレースやシーケンシング出力から信頼性の高いイベント、特徴、および結論を抽出するプロセスです。
コアコンセプト
- センシングにおいて、原始データは多くの場合、「現在の値と時間の関係」を示すトレースとして扱われる。
- 配列化のために、データにはPOD5、FAST5、FASTQ、BAM、およびレポートが含まれる場合があります。
- 分析では、ノイズ、ドリフト、およびアーティファクトを抑えつつ、イベントの本来の特徴を正確に保持する必要がある。
- 機能抽出の前後に品質管理を行うべきです。
分析ワークフロー
| ステップ | 説明 |
|---|---|
| 1 | メタデータと原始ファイルを整理してください。 |
| 2 | ベースライン、ノイズ、およびドリフトを評価する。 |
| 3 | ドキュメント化されているパラメータのみを使用してフィルタリングまたはトレンド除去を行ってください。 |
| 4 | イベントを検出し、ブロックの深さや滞在時間などの特徴を抽出する。 |
| 5 | 代表的なトレースデータと人口統計の両方を視覚化します。 |
典型的な応用例
- 単一分子センシング
- シーケンシング品質管理（Sequencing Quality Control）
- メソッドの比較とトラブルシューティング
よくある落とし穴
- 魅力的な例のトレースのみを表示します。
- 期待される結果が出るまで、閾値を調整し続けます。
- 生データの出典が確認されていない状態でフィーチャーテーブルを公開する。