數據分析
數據分析 是 Nanopore Wiki 學習路徑的一部分。納米孔數據分析從原始電流跡線或測序輸出中提取可靠的事件、特徵和結論。
核心概念
- 對於感應，原始數據通常是電流-時間曲線。
- 對於測序，數據可能包括 POD5、FAST5、FASTQ、BAM 和報告。
- 分析應保留真實事件特徵，同時控制噪聲、漂移和偽影。
- 質量控制應在特徵提取之前和之後進行。
科學依據
- 對於傳感，原始數據通常是電流與時間的軌跡。
- 對於測序，數據可能包括 POD5、FAST5、FASTQ、BAM 和報告。
- 解釋應與可測量的數量、實驗控制和記錄的分析設置相關聯。
- 聲明應區分直接觀察和下游推斷。
分析工作流程
| 步驟 | 說明 |
|---|---|
| 1 | 組織元數據和原始文件。 |
| 2 | 評估基線、噪聲和漂移。 |
| 3 | 僅使用記錄的參數進行過濾或消除趨勢。 |
| 4 | 檢測事件並提取封鎖深度和停留時間等特徵。 |
| 5 | 可視化代表性痕跡和人口統計數據。 |
典型應用
- 單分子傳感。
- 測序質量控制。
- 方法比較和故障排除。
質量檢查
- 記錄平台、孔或流通池類型、化學成分、電壓或採集設置以及軟件版本。
- 在聲明取決於特異性的情況下，使用陰性對照、陽性對照和重複測量。
- 報告噪音、偏差、樣品降解、孔隙不穩定性或模型相關分析等限制。
- 在解釋結果之前，將實驗室元數據與原始信號或測序運行相關聯。
解釋的局限
- 僅顯示有吸引力的示例痕跡。
- 更改閾值，直到出現預期結果。
- 單個結果不應推廣到超出所使用的樣本、協議、儀器狀態和分析流程之外。
- 醫療、法律、監管或商業決策需要超出本教育摘要的特定領域驗證。