25.07.14 K-map 프로젝트 회의

Bulk RNA sequencing

---

• 예시데이터 airway
  • Count matrix 데이터: RNA-seq 분석에서 생성된 유전자 발현 카운트 행렬
  • Meta 데이터
• PyDESeq2 라이브러리 활용
  • nomarlization
  • DEG 분석
  • 바이올린 플롯 시각화

Single cell visualization

---

• scnapy 라이브러리 활용
• 셀 메타데이터 (obs)
• 유전자 메타데이터 (var)
• 세포별 유전자의 발현 매트릭스 ⟶ visualization

논의

---

• 동적인 시각화는 웹 브라우저 클라이언트 혹은 서버 사이드에서 렌더링 후에
  • 계산할 수 있는 것은 최대한 사전에 계산
• 데이터들의 종류에 따른 시각화 방식 정의 필요
  1. 데이터들의 범위 정의 필요
  2. 각 데이터들에 따른 시각화 방식 정의 필요
• 시각화 방식
  • sc는 각각의 데이터를 UMAP으로
  • cell Type별로 비교할 수 있도록
  • 조직별 cell Type 구성 차이가 있을 때 한 번에 비교할 땐 어떻게 해야할지
  • bulk는 여러 조직별 비교를 막대 그래프로
  • 웹페이지 레퍼런스 필요
• 유전체와 발현을 연결시키는 등..
• 유전체, bulk 전사체, sc 전사체 + 각각을 연결해 통합 분석한 데이터 3개 + 단백체
  • 총 7가지
  • 각각 파트에 필요한 시각화를 다음시간에 전달?
• KMAP 프로젝트 이름은 적절한가 / 도메인 고민
• 데이터를 어떤 방식으로 모으고 전달 받을 지
  • preprocessing
• raw 데이터 제공은 kbds에서(우린 법적으로 못함)