|
作者：汪宁祺，南京农业大学博士在读，主要研究土壤抑病性的构建与形成机制。 随着组学技术的迅速发展，生物信息学作为解决科学难题的强大工具被广泛应用。然而，受数据处理的复杂性及组学数据类型多样化的影响，生物信息学分析的专业门槛较高，尤其是在数据统计和可视化方面。为此，本研究开发了一个免费的多组学生物信息学分析综合平台CFViSA，旨在为广大科研人员提供便捷的组学数据可视化和统计分析工具。CFViSA采用Scala为编程语言，利用AKKA工具包实现了高可靠性的服务器消息传递，以MySQL作为数据库存储服务器，通过R语言进行数据后台统计分析及前端可视化展示，共累计整合2个组学数据分析流程（微生物组和转录组分析）及79种单独的分析工具，其中包括简单的序列处理、可视化和统计等各种组学数据分析功能。分析流程与工具均配备使用说明，以帮助用户了解操作原理并科学设置分析参数；上传的分析任务将在服务器后台运行，具有强大的多线程分析计算能力；分析完成后，用户将获得包括统计数据、特征表格和可视化图形在内的完整结果；可视化图形配置实时调整界面，用户可自由进行定制化的美化调整；所有任务均有参数记录及任务回溯功能，方便用户进行复现及重新分析。CFViSA访问入口：http://www.cloud./en/CFViSA；CFViSA中文版凌波微课访问入口：http://www.cloud./CloudPlatform
用户进入CFViSA后，可以从软件中心自由选择所需工具，也可使用搜索引擎进行快速检索。CFViSA提供微生物组、转录组一站式分析流程，以及79个独立的分析工具。独立的分析工具包含了从简单可视化、序列处理至组学分析在内的各类常用分析功能。此外，各类最新分析工具和软件也实时更新中，如DCIpatho，MBPD等。步骤二：分析选项设置 点击所需工具后跳转分析选项设置界面。CFViSA提供便捷的一键式数据拖拽上传功能，并预设高兼容性的分析参数默认值；同时，设置界面也配备使用说明及示例数据参考，方便用户高效科学完成分析设置。完成设置后，用户可在线提交分析任务。CFViSA的所有分析任务均基于后台服务器运行分析，因此，用户可执行多任务并行上传而无需考虑本地电脑配置。步骤三：交互式可视化 分析完成后，用户可基于交互式可视化引擎享受定制化的交互式可视化服务。CFViSA同样提供高兼容性可视化默认参数，用户可直接使用可视化结果；如需对图形进行定制式可视化，用户也可自由进行实时可交互式调整，可交互选项包括图形元素、配色、布局和文字元素。步骤四：结果下载 完成交互式可视化后，用户可在线检视和下载包含可视化图形、统计数据和相应特征表在内的完整输出结果。此外，分析任务将自动保存在个人信息中心中，方便用户进行回溯、复现及重新分析。
CFViSA可视化示例。A：相关性热图展示两类因子之间的相关性。B：散点图显示两个变量之间的线性相关性。C：三元图展示三种样本的微生物群落组成。D：和弦图展示微生物或功能基因之间的相关性或共现关系。 
CFViSA组学数据分析案例。A: CFViSA微生物组分析案例：不同植物病害抗性表型茄子根际微生物差异分析，包括α多样性的箱线图、群落的主坐标分析、群落组成柱状图以及STAMP差异分析。B: CFViSA转录组分析案例：昆虫不同阶段转录组差异分析，包括共享和特有基因的Venn图，差异表达基因（DEGs）分析火山图和柱状图以及差异基因富集分析气泡图。 论文信息 原名：CFViSA: A comprehensive and free platform for visualization and statistics in omics-data 期刊：Computers in Biology and Medicine DOI：10.1016/j.compbiomed.2024.108206 发表时间：2024.03 通讯作者：江高飞 通讯作者单位：南京农业大学
|
