Name: 用户友好且强大的大规模数据集 R 分析 (视频) | JoVE Journal
Uploaded: 2025-11-04T13:30:00.000+00:00
Duration: 10 min 56 s
Description: 学习使用RStudio脚本分析大规模时间序列数据，适用于植物生物钟和活性氧爆发检测。该协议无需编程经验，支持方差分析和t检验，可自动生成图表并整理结果，提高高通量生物实验的可重复性和效率。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

感谢Lu实验室的成员在本研究工作中提供的帮助。感谢Min Gao和Matthew Fabian提供未处理的数据，感谢Benjamin Harris在编写本R脚本过程中提供的协助和/或指导。感谢辛辛那提儿童医院医学中心的John B. Hogenesch提供用于案例研究2的哺乳动物细胞发光数据。我们还感谢辛辛那提儿童医院医学中心的John B. Hogenesch、爱丁堡大学的Andrew Millar以及史密斯学院的Mary Harrington在本方法开发过程中提供的有益讨论。本研究工作部分得到了美国国家科学基金会（NSF 1456140 和 NSF 2223886）向Hua Lu提供的资助支持。

1. 基于荧光素酶的昼夜节律钟分析
<ol>
	<li>荧光素酶实验的实验装置 
	注意：荧光素酶检测是一种用于实时评估生物钟活性的常用方法。来自活体转基因生物和/或细胞所携带的荧光素酶报告基因的发光信号可被自动记录，从而生成大规模的时间序列数据集。本实验室主要使用&#160;拟南芥&#160;表达荧光素酶基因作为报告基因的幼苗。&#160;图1&#160;和&#160;图2&#160;显示我们实验室中对先前描述进行修改后的、采用96孔板格式对幼苗进行荧光素酶检测的典型实验装置流程图2.
	<ol>
		<li>用烧杯将3 mL 36%（w/w）HCl加入100 mL家用漂白剂中，产生氯气蒸气，在密闭钟罩内对种子进行3小时的灭菌处理，钟罩置于化学通风橱中。灭菌完成后，在超净工作台中使用无菌玻璃巴斯德吸管将种子接种于含0.5%蔗糖和0.8%琼脂（pH 5.7）的1/2MS培养基平板上。将化学废液收集至带盖容器中，并与机构的环境健康服务部门协作妥善处置。</li>
		<li>将培养皿置于 4 °C 环境中 2 天，随后转移至具有 12 小时光照与 12 小时黑暗光周期（LD）的组织培养室中。</li>
		<li>让幼苗在长日照条件下生长4天。</li>
		<li>将幼苗转移至96孔板中，每孔加入180 µL检测培养基（1/2MS、0.5%蔗糖、0.4%琼脂、0.25 mM荧光素）。将培养板先置于长日照条件（LD）下1天，随后转入连续光照（LL）条件下培养1天。</li>
		<li>向孔中加入处理剂或模拟溶液，并在持续光照（LL）条件下以每小时一次的频率记录5-7天的发光信号。将发射滤光片镜头设置为&#160;3,600&#160;用于&#160;增益&#160;以及测量&#160;间隔时间&#160;在&#160;1 s. 
		注意：记录的起始时间可以为任意时刻。但由于 R 脚本仅接受整数（整数值），记录间隔必须为整数。例如，允许设置 1 小时的间隔，但不允许设置 15 分钟的间隔用于 R 脚本。</li>
		<li>记录结束后，拍摄培养板的照片以记录幼苗生长情况。</li>
		<li>将原始数据保存为 CSV 文件，用于 R 分析，使用以下方法&#160;另存为&#160;使用酶标仪的数据分析软件进行功能分析。</li>
	</ol>
	</li>
	<li>基于荧光素酶的昼夜节律数据的R分析逐步详解 
	&#8203;注意：本R分析使用R脚本&#160;补充文件 1&#160;（LUC_2025.R），专为昼夜节律数据分析开发，以及输入文件&#160;补充文件 2&#160;（NO7.csv）。R 脚本及输入文件已通过在线代码仓库平台 Github 公开提供（https://github.com/elvenfire29/Circadian-Luciferase-Analysis）。
	<ol>
		<li>下载与计算机系统兼容的 RStudio 软件9,10.</li>
		<li>下载 RStudio 算法包所需的软件包&#160;补充文件 1&#160;(LUC_2025.R)：MetaCycle11ARSER算法12&#160;MetaCycle 包，ggplot213，dplyr14，magrittr15，stringr16，文件字符串17，环状18AICcmodavg19和扫帚20. 
		注意：R 脚本的开头部分还列出了所需的软件包列表。</li>
		<li>更改用户输入 I（根据本地计算机上的特定数据集，包括工作目录、输入文件名称、处理标签以及检测的相对起始时间）。 
		注意：步骤 1.2.1 和 1.2.2 仅需完成一次；此后 RStudio 界面控制台即可准备接收用户输入，并针对每次新分析进行相应修改。用户输入部分包含两个部分（补充图 S1).
		<ol>
			<li>选择工作目录。指定输入文件所在的位置，输出文件也将保存在同一文件夹中。</li>
			<li>选择输入文件，即为 R 脚本正确格式化的 CSV 文件（图2B）。具体而言，顶行显示时间序列，第一列包含96孔板上各个样本的位置。 
			注意：此类输入 CSV 文件的示例如下所示，可参见&#160;补充文件 2&#160;(NO7.csv)</li>
			<li>命名样本和/或处理组。由于该分析适用于从具有时间序列的96孔板实验中获得的数据，因此实验设计应为每种处理设置8个重复，每块板最多包含12种处理；或每种处理设置12个重复，每块板最多包含8种处理。务必准确输入样本数量（8或12），因为样本数量会影响程序运行；如果样本数量不是8或12，代码将无法执行。然而，如果存在空孔行，只需在处理名称栏中将其明确列出，例如命名为 empty 1、empty 2…… 
			注意：对于样本名称，应避免使用反斜杠或类似符号，因为它们可能导致文件名问题。此外，还应避免使用 &#34;NA&#34; 在用户输入 II 中选择使用方差分析（ANOVA）时，将其作为标签。任何名称完全相同的处理将被合并为一个大的处理组。</li>
			<li>标明实验的相对起始时间。对于一个24小时周期，主观黎明是指在正常光/暗循环中培养箱光照开启的时间点。例如，若光照在上午7点开启，则将此时间视为昼夜节律时间0（circadian time 0）。若荧光素酶实验在上午9点开始，则实验时间为昼夜节律时间2（circadian time 2）；此时应输入2作为相对起始时间。 
			注意：相对起始时间必须为整数，且不能为负数。这将影响样品的相位读数。</li>
		</ol>
		</li>
		<li>根据具体需求更改用户输入 II 选项。 
		注意：以下说明对用户输入部分提供了更详细的解释，并逐步指导如何进行修改。
		<ol>
			<li>包含图表：发光曲线，以及按基因型和处理分组的周期、相位和振幅图。</li>
			<li>使用 ANOVA 检验结合 Tukey HSD 方法比较各处理组在周期、相位和振幅上的差异。为 ANOVA 检验结果选择一个对照组；可指定 ANOVA 检验的对照组，或留空该选项以在成对比较中将每个处理组均作为对照。此外，可选择是否对 ANOVA 输出文件进行编号，以便更快地参考和整理。</li>
			<li>使用一个&#160;t- 使用t检验比较各处理组的周期、相位和振幅。选择t检验是否采用配对比较方式；若选择配对t检验，需指定数据是否为配对数据。选择一个对照组作为参照&#160;t- 测试；指明该对照组的对照内容&#160;t-检验，或留空以将每种处理作为对照。选择是否对各项进行编号&#160;t- 测试输出文件，以便更快地参考和整理。 
			注意：此方法仅可用于同时比较两种处理，例如在相同基因型的两组中分别添加水杨酸（SA）或模拟处理（Mock）。所显示的 p 值未针对同一组别进行多次比较进行校正。</li>
			<li>选择是否对时间点进行取整。如果时间点仅偏差一到两分钟，可将其取整至最接近的整点小时，并采用此分析方法。 
			注意：此代码使用ARS方法计算周期、相位和振幅12该方法需要以小时为单位的连续时间序列才能运行。</li>
			<li>根据酶标仪记录孔板的方式，更改输入数据的读取方式。选择按 A1、A2、A3… 顺序排列的标准孔位数据列表，或选择按 A1、B1、C1… 顺序排列的孔位列表。</li>
		</ol>
		</li>
		<li>单击即可运行分析&#160;来源&#160;控制台右上角的按钮。 
		注意：分析过程耗时不到1分钟。R分析的结果将自动保存在与输入数据集相同的文件夹中。</li>
		<li>查看输出结果：输出文件夹包含多个文档和子文件夹，提供全面的分析结果，包括每种基因型和/或处理组重复样本的平均周期、相位和振幅的统计信息。 
		&#8203;注意：对于输入文件&#160;补充文件 2&#160;(NO7.csv)，由系统生成的输出文件列表&#160;补充文件 1&#160;协议第1节中描述了(LUC_2025.R)脚本&#160;表1&#160;并可方便地通过树状结构进行查看&#160;补充图 S2.</li>
	</ol>
	</li>
</ol>
2. 基于鲁米诺的活性氧检测
<ol>
	<li>活性氧检测实验设置
	<ol>
		<li>使用活检打孔器从25天大的植株第四至第七片叶上切取直径为4 mm的叶圆片。</li>
		<li>将叶圆片有毛的一面朝上，漂浮于96孔板中每孔100 µL的无菌水中。</li>
		<li>用洁净的锡箔纸覆盖96孔板，并将其置于LD培养箱中过夜。</li>
		<li>将水替换为100 µL的鲁米诺溶液（300 µM，溶于pH 7.4的10 mM MOPS缓冲液中），并加入1 µM flg22或其他诱导子。以不含flg22的溶液作为空白对照。</li>
		<li>立即开始每分钟记录一次发光信号，持续40–60分钟。</li>
	</ol>
	</li>
	<li>ROS数据R分析的逐步说明 
	注：本R分析使用RStudio、R脚本&#160;Supplemental File 3&#160;(ROS_2025.R)以及输入文件&#160;Supplemental File 4&#160;(ROS_flg22.csv) 或&#160;Supplemental File 5&#160;(ROS_elf26.csv)。该R脚本及输入文件&#160;Supplemental File 4&#160;(ROS_flg22.csv) 已通过在线代码仓库平台Github公开提供（https://github.com/elvenfire29/ROS-Luminol-Analysis）
	<ol>
		<li>下载RStudio包：gplot213、dplyr14、magrittr15、stringr16 和 filesstrings17。 
		注：步骤2.2.1仅需完成一次。为帮助用户根据本地计算机上的特定数据集定制每次分析，脚本中设置了名为&#34;用户输入&#34;的部分，允许用户指定其实验的特定参数（补充图S3）。</li>
		<li>根据本地计算机上的特定数据集修改“用户输入I”，包括工作目录、输入文件名称、处理组标签以及检测的相对起始时间。
		<ol>
			<li>选择工作目录，指明输入文件所在位置，输出文件也将保存在同一文件夹中。</li>
			<li>选择输入文件，该文件应为符合R脚本格式要求的CSV文件（图2B）。具体而言，第一行为时间序列，第一列为96孔板上各个样品的位置。 
			注：此类输入CSV文件的示例可在补充材料中找到，即&#160;补充文件4&#160;(ROS_flg22.csv) 或&#160;补充文件5&#160;(ROS_elf26.csv)。</li>
			<li>命名样品和/或处理组。由于本分析适用于具有时间序列的96孔板实验数据，建议每板实验设计为每处理8个重复，最多12个处理组；或每处理12个重复，最多8个处理组。若存在空孔行，请在处理组名称区域如实列出，例如命名为“empty 1”、“empty 2”等。 
			注：正确输入样本数量（8或12）非常重要，因为程序会统计样本数。若样本数非8或12，代码将无法运行。在命名样本时，应避免使用反斜杠或其他类似符号，以免导致文件名错误。此外，在“用户输入II”中选择使用ANOVA时，应避免使用&#34;NA&#34;作为标签。与&#160;补充文件1&#160;(LUC_2025.R)脚本不同，在本&#160;补充文件3&#160;(ROS_2025.R)脚本中，名称相同的处理组不会合并为同一组。</li>
		</ol>
		</li>
		<li>根据用户的特定需求修改“用户输入II”中的选项。 
		注：示例“用户输入”可参见&#160;补充图S3。
		<ol>
			<li>使用ANOVA检验结合Tukey HSD方法比较各处理组的发光信号总和。</li>
			<li>使用双侧&#160;t-检验一次性比较仅两个处理组的数据。 
			注：显示的p值未针对同一行内的多次比较进行校正。</li>
			<li>绘制荧光曲线图及比较总荧光信号总和的柱状图，并在图中添加标准差或均值标准误。</li>
			<li>根据酶标仪记录孔位的方式，调整输入数据的读取方式：可选择按A1、A2、A3…顺序的标准数据排列，或按A1、B1、C1…顺序的排列方式。</li>
		</ol>
		</li>
	</ol>
	</li>
	<li>只需点击控制台右上角的&#160;Source&#160;按钮即可运行分析。 
	注：分析过程耗时不到1分钟。R分析的输出结果将自动保存在与输入数据集相同的文件夹中。</li>
	<li>查看输出结果：输出文件夹包含多个文档和子文件夹，提供全面的分析内容。 
	注：对于输入文件&#160;补充文件4&#160;(ROS_flg22.csv)，协议第2部分所述的&#160;补充文件3&#160;(ROS_2025.R)脚本生成的输出文件结构树如&#160;补充图S4所示。</li>
</ol>

<ol><li>Yamazaki, S., Takahashi, J. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Real-time+luminescence+reporting+of+circadian+gene+expression+in+mammals%5BTitle%5D)+AND+%22Methods+Enzymol%22%5BJournal%5D)">Real-time luminescence reporting of circadian gene expression in mammals.</a> Methods Enzymol. 393 (10), 288-301 (2005).</li>
<li>McClung, C. R., Xie, Q. Measurement of luciferase rhythms in plant circadian networks. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aMcClung%2C+CR+%22Circadian+Networks%22">Circadian Networks</a>. Staiger, D. , Springer. New York. 1-11 (2014).</li>
<li><a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22El+Temps%22">El Temps</a>. , Barcelona. (2020).</li>
<li>Abhilash, L., Sheeba, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((RhythmicAlly%3A+Your+R+and+Shiny-based+open-source+ally+for+the+analysis+of+biological+rhythms%5BTitle%5D)+AND+%22J+Biol+Rhythms%22%5BJournal%5D)">RhythmicAlly: Your R and Shiny-based open-source ally for the analysis of biological rhythms.</a> J Biol Rhythms. 34 (5), 551-561 (2019).</li>
<li><a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22CAT%3A+Chronomics+Analysis+Toolkit%22">CAT: Chronomics Analysis Toolkit</a>. , University of Minnesota. (2013).</li>
<li>Geissmann, Q., Garcia Rodriguez, L., Beckwith, E. J., Gilestro, G. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Rethomics%3A+An+R+framework+to+analyse+high-throughput+behavioural+data%5BTitle%5D)+AND+%22PLoS+One%22%5BJournal%5D)">Rethomics: An R framework to analyse high-throughput behavioural data.</a> PLoS One. 14 (1), e0209331(2019).</li>
<li>ShinyR-DAM. v.3. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22GNU+General+Public+License%22">GNU General Public License</a>. , (2007).</li>
<li>Zielinski, T., Moore, A. M., Troup, E., Halliday, K. J., Millar, A. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Strengths+and+limitations+of+period+estimation+methods+for+circadian+data%5BTitle%5D)+AND+%22PLoS+One%22%5BJournal%5D)">Strengths and limitations of period estimation methods for circadian data.</a> PLoS One. 9 (5), e96462(2014).</li>
<li><a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22RStudio%3A+Integrated+Development+for+R%22">RStudio: Integrated Development for R</a>. , Boston, MA. (2020).</li>
<li><a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22R%3A+A+Language+and+Environment+for+Statistical+Computing.%C2%A0v.4.0.2%22">R: A Language and Environment for Statistical Computing. v.4.0.2</a>. , Vienna, Austria. (2020).</li>
<li>Wu, G., Anafi, R. C., Hughes, M. E., Kornacker, K., Hogenesch, J. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((MetaCycle%3A+An+integrated+R+package+to+evaluate+periodicity+in+large+scale+data%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">MetaCycle: An integrated R package to evaluate periodicity in large scale data.</a> Bioinformatics. 32 (21), 3351-3353 (2016).</li>
<li>Yang, R., Su, Z. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Analyzing+circadian+expression+data+by+harmonic+regression+based+on+autoregressive+spectral+estimation%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">Analyzing circadian expression data by harmonic regression based on autoregressive spectral estimation.</a> Bioinformatics. 26 (12), i168-i174 (2010).</li>
<li><a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22ggplot2%3A+Elegant+Graphics+for+Data+Analysis%22">ggplot2: Elegant Graphics for Data Analysis</a>. , Springer-Verlag. New York. (2016).</li>
<li><a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22dplyr%3A+A+Grammar+of+Data+Manipulation%22">dplyr: A Grammar of Data Manipulation</a>. v.1.0.2, (2020).</li>
<li><a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22magrittr%3A+A+Forward-Pipe+Operator+for+R%22">magrittr: A Forward-Pipe Operator for R</a>. v.2.0.3, (2022).</li>
<li><a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22stringr%3A+Simple%2C+Consistent+Wrappers+for+Common+String+Operations%22">stringr: Simple, Consistent Wrappers for Common String Operations</a>. v.1.4.0, (2019).</li>
<li>filesstrings: An R Package for File and String Manipulation. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22J+Open+Source+Softw%22">J Open Source Softw</a>. , (2017).</li>
<li><a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22R+package+%27circular%27%3A+Circular+Statistics%22">R package 'circular': Circular Statistics</a>. v.0.4-95, (2022).</li>
<li>Mazerolle, M. J. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aMazerolle%2C+MJ+%22AICcmodavg%3A+Model+Selection+and+Multimodel+Inference+Based+on+%28Q%29AIC%28c%29%22">AICcmodavg: Model Selection and Multimodel Inference Based on (Q)AIC(c)</a>. , (2023).</li>
<li>broom: Convert Statistical Objects into Tidy Tibbles. , 
 <a target="_blank" href="https://CRAN.R-project.org/package=broom">https://CRAN.R-project.org/package=broom</a> (2023).</li>
<li>Gao, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Circadian+regulation+of+the+GLYCINE-RICH+RNA-BINDING+PROTEIN+gene+by+the+master+clock+protein+CIRCADIAN+CLOCK-ASSOCIATED+1+is+important+for+plant+innate+immunity%5BTitle%5D)+AND+%22J+Exp+Bot%22%5BJournal%5D)">Circadian regulation of the GLYCINE-RICH RNA-BINDING PROTEIN gene by the master clock protein CIRCADIAN CLOCK-ASSOCIATED 1 is important for plant innate immunity.</a> J Exp Bot. 74 (3), 991-1003 (2023).</li>
<li>Gao, M., Zhang, C., Lu, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Coronatine+is+more+potent+than+jasmonates+in+regulating+clock%5BTitle%5D)+AND+%22Sci+Rep%22%5BJournal%5D)">Coronatine is more potent than jasmonates in regulating clock.</a> Sci Rep. 10 (1), 12862(2020).</li>
<li>Zhang, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((LUX+ARRHYTHMO+mediates+crosstalk+between+the+circadian+clock+and+defense+in+Commun%5BTitle%5D)+AND+%22Nat+Commun%22%5BJournal%5D)">LUX ARRHYTHMO mediates crosstalk between the circadian clock and defense in Commun.</a> Nat Commun. 10 (1), 2543(2019).</li>
<li>Straume, M., Frasier-Cadoret, S. G., Johnson, M. L. Least squares analysis of fluorescence data. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aStraume%2C+M+%22Topics+in+Fluorescence+Spectroscopy%22">Topics in Fluorescence Spectroscopy</a>. 2, Plenum. 117-240 (1991).</li>
<li>Cal-Kayitmazbatir, S., Francey, L. J., Lee, Y., Liu, A. C., Hogenesch, J. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((PSMD11+modulates+circadian+clock+function+through+PER+and+CRY+nuclear+translocation%5BTitle%5D)+AND+%22PLoS+One%22%5BJournal%5D)">PSMD11 modulates circadian clock function through PER and CRY nuclear translocation.</a> PLoS One. 18 (3), e0283463(2023).</li>
<li>Zhang, E. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+genome-wide+RNAi+screen+for+modifiers+of+the+circadian+clock+in+human+cells%5BTitle%5D)+AND+%22Cell%22%5BJournal%5D)">A genome-wide RNAi screen for modifiers of the circadian clock in human cells.</a> Cell. 139 (1), 199-210 (2009).</li>
<li>Baggs, J. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Network+features+of+the+mammalian+circadian+clock%5BTitle%5D)+AND+%22PLoS+Biol%22%5BJournal%5D)">Network features of the mammalian circadian clock.</a> PLoS Biol. 7 (3), e52(2009).</li>
<li>Zipfel, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Bacterial+disease+resistance+in+Arabidopsis+through+flagellin+perception%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Bacterial disease resistance in Arabidopsis through flagellin perception.</a> Nature. 428 (6984), 764-767 (2004).</li>
<li>Kunze, G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+N+terminus+of+bacterial+elongation+factor+Tu+elicits+innate+immunity+in+Arabidopsis+plants%5BTitle%5D)+AND+%22Plant+Cell%22%5BJournal%5D)">The N terminus of bacterial elongation factor Tu elicits innate immunity in Arabidopsis plants.</a> Plant Cell. 16 (12), 3496-3507 (2004).</li>
<li>Fabian, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+flowering+time+regulator+FLK+controls+pathogen+defense+in+Arabidopsis+thaliana%5BTitle%5D)+AND+%22Plant+Physiol%22%5BJournal%5D)">The flowering time regulator FLK controls pathogen defense in Arabidopsis thaliana.</a> Plant Physiol. 191 (4), 2461-2474 (2023).</li>
</ol>

作者无任何利益冲突需要披露。

本文介绍了在 RStudio 中使用 R 脚本提供一种用户友好的方法，用于分析从 96 孔板格式的时间序列实验中获得的大规模数据。该方法使我们能够快速、简便地分析来自数千个样本的时间序列实验中的发光记录数据，以评估从植物幼苗到哺乳动物细胞培养物的生物钟活性，此外还可分析活性氧（ROS）检测中的数据。
BioDare2 是一个免费的数据库，已被广泛用于昼夜节律数据分析。尽管 BioDare2 是一个设计良好的在线工具，但研究人员需要将数据上传至网络，并在每次分析完成后下载结果。此外，还需进行大量数据标注和格式处理，才能将数据转换为可用格式。本文所描述的 R 方法提供了若干功能，可显著提升使用的便捷性。首先，该方法对用户输入的要求极低，仅需四个简单步骤：指定工作目录、输入文件、处理组标签以及钟控实验的相对起始时间。用户还可根据自身具体需求添加其他可选输入。本文提供了详细说明，以帮助用户更好地了解如何进行相应修改。不同培养板的实验可连续进行分析，无需中途重复输入相同信息。该脚本可轻松用于分析 96 孔板格式的实验，每种处理可包含 8 或 12 个重复，且无需手动查找孔板各孔的标签。其次，...

随着科学领域中大型数据集的日益普及，开发用户友好的工具以使研究人员能够快速、准确且便捷地分析这些大型数据集变得尤为重要。其中一种常见的大型数据集来源于荧光素酶基因作为报告基因的应用，该技术使得对活细胞和生物体中基因表达的检测变得简便、连续且无创。发光信号记录的自动化已彻底改变了荧光素酶发光强度的测量方式，并极大地扩展了数据采集规模，尤其是在昼夜节律研究领域1,2。通过使用96孔微孔板以及配备自动进板系统的酶标仪，可在单次实验中对数千个表达荧光素酶基因的样品进行时间序列检测，有时甚至以每小时一次的频率持续数天。此类高通量实验所产生的数据量，是传统基因表达实验（依赖人工取样后进行RNA处理）所无法企及的。及时分析此类大型数据集至关重要，但也面临诸多挑战。
尽管存在大量用于分析节律性数据的工具，但其中许多工具主要用于分析基于动物行为的实验，而非生物发光报告基因的表达3,4,5,6,7（补充表 S1）。部分工具要求研究人员具备计算机编程技能，例如掌握 Python 或能够使用 MATLAB。另一些工具则需要购买软件，成本较高。目前也有一些免费且可用的在线解决方案。其中之一是 BioDare28，该工具提供了多种不同的方法用于分析节律性数据。BioDare2 是一个用户友好的在线工具，对计算技能要求极低。用户只需在线上传数据输入，并从在线界面下载分析结果，以便进行后续处理。
本文介绍了一系列用户友好的 R 脚本，具备多种功能，可轻松分析大规模数据集。我们使用免费的开源软件 RStudio9，这是一个用于 R&#160;和 Python 的集成环境来运行这些脚本。RStudio 可在多种计算机系统上使用，包括 Windows、Mac 和 Linux。本报告中提供了详细的分步说明，指导用户如何使用 R 脚本，具体见方案部分的第 1 和第 2 节。该方法对用户输入的要求极低。即使是没有 R 语言基础或编程经验的新手，也能使用该方法分析来自荧光素酶报告基因实验或其他类型的时间序列数据集。所有输入和输出数据均存储在本地计算机上，因此在首次下载所有相关 R 软件包后，无需依赖网络连接即可在任何地方进行数据分析。输出数据被自动归类到结构清晰的文件夹中，结果可直接用于论文发表。输出内容还包括统计分析结果，以便快速评估样本间的差异。因此，该 R 方法为科研人员分析大规模数据集提供了一种简便而强大的解决方案。

<table><tbody><tr><td>R</td><td>R 项目</td><td>&lt;a href=&quot;https://www.r-project.org/&quot;&gt;https://www.r-project.org/&amp;nbsp;&lt;/a&gt;</td><td>一个可从网络免费下载并用于编程的开源平台，尤其适用于统计分析。</td></tr><tr><td>RStudio</td><td>Posit 软件</td><td>&lt;a href=&quot;https://posit.co/download/rstudio-desktop/&quot;&gt;https://posit.co/download/rstudio-desktop/&amp;nbsp;&lt;/a&gt;</td><td>一款可从网络下载的免费软件，旨在提供更便捷的 R 语言使用体验。</td></tr><tr><td>MetaCycle</td><td>Gang Wu, Xavier Li, Matthew Carlu showc, Ron Anafi, Michael Hughes, Karl Kornacker, 和 John Hogenesch</td><td>&lt;a href=&quot;https://cran.r-project.org/web/packages/MetaCycle/vignettes/implementation.html&quot;&gt;https://cran.r-project.org/web/packages/MetaCycle/vignettes/implementation.html&amp;nbsp;&lt;/a&gt;</td><td>使用MetaCycle软件包中的ARSER算法评估生物钟参数，包括周期、相位和振幅。&amp;nbsp;</td></tr><tr><td>ggplot2</td><td>Posit Software</td><td>&lt;a href=&quot;https://cran.r-project.org/web/packages/ggplot2/index.html&quot;&gt;https://cran.r-project.org/web/packages/ggplot2/index.html&amp;nbsp;&lt;/a&gt;</td><td>生成数据可视化图表，特别是用于统计图形。</td></tr><tr><td>dplyr</td><td>Posit Software</td><td>&lt;a href=&quot;https://cran.r-project.org/web/packages/dplyr/index.html&quot;&gt;https://cran.r-project.org/web/packages/dplyr/index.html&amp;nbsp;&lt;/a&gt;</td><td>一种用于高效数据处理的基础 R 程序包。</td></tr><tr><td>magrittr</td><td>Posit Software</td><td>&lt;a href=&quot;https://cran.r-project.org/web/packages/magrittr/index.html&quot;&gt;https://cran.r-project.org/web/packages/magrittr/index.html&amp;nbsp;&lt;/a&gt;</td><td>提供一组运算符，以增强代码可读性，并促进数据操作的自然流程。</td></tr><tr><td>stringr</td><td>Posit Software</td><td>&lt;a href=&quot;https://cran.r-project.org/web/packages/stringr/index.html&quot;&gt;https://cran.r-project.org/web/packages/stringr/index.html&amp;nbsp;&lt;/a&gt;</td><td>提供了一组一致、简洁且易于使用的函数，用于处理字符字符串。</td></tr><tr><td>文件字符串</td><td>Rory Nolan, Sergi Padilla-Parra</td><td>&lt;a href=&quot;https://cran.r-project.org/web/packages/filesstrings/index.html&quot;&gt;https://cran.r-project.org/web/packages/filesstrings/index.html&amp;nbsp;&lt;/a&gt;</td><td>提供用于操作文件和字符串的便捷函数，特别是与文件名和路径相关的操作。</td></tr><tr><td>圆形的</td><td>Ulric Lund, Claudio Agostinelli, Hiroyoshi Arai, Alessando Gagliardi, Eduardo Garc&amp;iacute;a-葡萄牙&amp;eacute;s, Dimitri Giunchi, Jean-Olivier Irisson, Matthew Pocernich, 和 Federico Rotolo</td><td>&lt;a href=&quot;https://cran.r-project.org/web/packages/circular/index.html&quot;&gt;https://cran.r-project.org/web/packages/circular/index.html&amp;nbsp;&lt;/a&gt;</td><td>提供圆形数据的统计分析与图形化表示。</td></tr><tr><td>AICcmodavg</td><td>Marc J. Mazerolle</td><td>&lt;a href=&quot;https://cran.r-project.org/web/packages/AICcmodavg/index.html&quot;&gt;https://cran.r-project.org/web/packages/AICcmodavg/index.html&amp;nbsp;&lt;/a&gt;</td><td>基于赤池信息准则（AIC）及相关信息创建模型选择表格。&amp;nbsp;</td></tr><tr><td>broom</td><td>Posit Software</td><td>&lt;a href=&quot;https://cran.r-project.org/web/packages/broom/index.html&quot;&gt;https://cran.r-project.org/web/packages/broom/index.html&amp;nbsp;&lt;/a&gt;</td><td>将各种统计模型和对象的输出转换为 &quot;整洁&quot; tibbles（一种现代数据框格式），使其更便于处理、分析和可视化模型结果。</td></tr><tr><td>高压灭菌器</td><td>Steris Amsco Eagle Century SG120 Scientific, Inc.</td><td>8901400012</td><td>高压灭菌培养基</td></tr><tr><td>化学通风橱</td><td>实验室设计 &amp;材料与供应&amp;nbsp;</td><td></td><td>对种子进行灭菌</td></tr><tr><td>Omega 发光检测仪&amp;nbsp;</td><td>BMG LABTECH, Inc.</td><td></td><td>酶标仪</td></tr><tr><td>层流柜</td><td>NuAire Nu-408FM-400</td><td>II类/类型A&amp;nbsp;</td><td>将幼苗转移至96孔板</td></tr><tr><td>96孔微孔板</td><td>Perkin-Elmer</td><td>OptiPlate-96&amp;nbsp;</td><td>用于荧光素酶检测的幼苗培养</td></tr><tr><td>Flg22</td><td>GenScript Inc.</td><td>RP19986</td><td>一种来自细菌鞭毛蛋白的激发子。&amp;nbsp;</td></tr><tr><td>Elf26</td><td>Alpha Diagnostic Intl. Inc.</td><td>2427</td><td>一种来自细菌翻译延伸因子-Tu的激发子。</td></tr><tr><td>D-荧光素萤火虫，钾盐</td><td>Biosynth 化学 &amp;与生物学</td><td>L-8220</td><td>荧光素酶底物</td></tr><tr><td>L-012（鲁米诺）</td><td>Fisher Scientific</td><td>NC0733364</td><td>ROS 检测试剂</td></tr></tbody></table>

大规模数据集的用户友好型高效 r 分析

A User-friendly and Powerful R Analysis of Large-scale Datasets

大型数据集在科学领域中日益普遍。开发用户友好的工具，使研究人员能够轻松分析这些大型数据集，显得尤为重要。本文介绍一种利用开源软件 RStudio 中的 R 脚本分析时间序列实验获得的大规模数据集的方法。该方法对用户输入的要求极低，即使是没有 R 语言基础或编程经验的新手也能使用。本文及 R 脚本中提供的详细说明将进一步指导用户如何使用该方法。输入数据与输出结果均存储在本地计算机的同一文件夹中，使得分析可在任何时间、任何地点进行。输出结果按文件夹分类整理，便于解读，并可方便地进一步处理以生成用于发表的图表。该方法已成功用于分析生物钟数据和活性氧爆发数据，二者均为来自 96 孔板格式时间序列实验的大规模数据集。我们相信，该方法为研究人员分析类似的时间序列实验所获得的大规模数据集提供了一种简便而强大的解决方案。

案例研究1. 利用拟南芥幼苗进行生物钟活性的发光检测
我们先前研究表明，富含甘氨酸的RNA结合蛋白7（GRP7）基因受主生物钟蛋白CIRCADIAN CLOCK-ASSOCIATED 1（CCA1）调控，且GRP7的昼夜节律表达对其在植物防御中的功能至关重要，该结论基于在野生型GRP7启动子（pGRP7wt:LUC）驱动下表达荧光素酶报告基因的转基因Col-0植株所得结果21。我们利用名为LUC_2025.R的R脚本（方案第1部分中的补充文件1），分析了这些转基因植株以及对照植株CCA1:LUC/Col-0的生物钟活性。
名为 NO7.csv 的输入文件（补充文件 2）包含七个独立的 pGRP7wt:LUC 品系以及 CCA1:LUC/C...

本报告介绍了一种利用开源软件 RStudio 中的 R 脚本分析时间序列实验所获得的大规模数据集的方法。

大规模数据集的用户友好型高效 R 分析

大型数据集在科学领域中日益普遍。开发用户友好的工具以帮助研究人员分析这些大型数据集至关重要。

我们的目标是理解植物抵御病原体的分子基础，并最终利用这些知识改善植物健康和作物产量。在生物学领域，大规模数据集相对容易获得，然而及时分析这些大规模数据集可能具有挑战性。首先，将种子加入一个顶部有三个小孔的微量离心管中，并将该管放入真空干燥器内。然后，在通风橱内的烧杯中，将3毫升36%的盐酸加入100毫升家用漂白剂中，产生次氯酸钠蒸气。将烧杯放入钟形罩内，并在化学通风橱中放置3小时。灭菌后，在超净工作台内，使用无菌的玻璃巴斯德移液管将种子接种到含有0.5%蔗糖和0.8%琼脂的MS（Murashige和Skoog）培养基平板上。将接种并密封的MS培养基平板置于4°C环境中处理两天，随后转移至设定为12小时光照与12小时黑暗循环的组织培养室中。然后将幼苗转移至96孔板，确保每孔含有180 µL的检测培养基。用透明封膜覆盖孔板，并在每个孔上打两个小孔以提供通气。将培养板先置于12小时光照与12小时黑暗的循环条件下培养一天，随后在连续24小时光照条件下培养一天。向每个孔中加入处理试剂或对照溶液。然后，在持续光照条件下记录发光信号，设置发射滤光片镜头增益为3,600，测量时间间隔为1秒，并开始数据采集。在完成发光记录后，拍摄96孔板的照片以记录幼苗生长情况。观察发光检测的数据曲线，确认处理的一致性，并使用酶标仪数据分析软件中的“另存为”功能，将原始发光数据保存为CSV文件，用于后续的R分析。安装RStudio软件及所需的算法包后，选择输入文件所在的目录作为工作目录，该目录也将作为结果的输出文件夹。然后，选择格式正确的 CSV 输入文件。确保首行包含时间点，首列列出 96 孔板上各个样品的位置。根据 96 孔板的布局命名样品和处理组，确保实验设计包含每种处理最多 12 个处理组、每组 8 个重复，或每种处理最多 8 个处理组、每组 12 个重复。如果存在空的行或列，请在处理标签列表中为其分配如 Empty1、Empty2 等名称。然后，根据培养箱中光照开始的时间，标明荧光素酶检测的相对起始时间。根据具体的分析需求，修改“用户输入 II”部分。包含用于生成不同基因型和处理条件下发光曲线的图表，以及周期、相位和振幅的比较图。使用单因素方差分析（ANOVA）结合Tukey显著性差异检验，对不同处理在周期、相位和振幅上的差异进行比较。可选择一种对照处理作为分析基准，或留空对照字段以实现所有处理间的两两比较。可选择为分析输出文件编号，以便于参考和管理。接下来，使用 t 检验根据周期、相位和振幅对处理组进行比较。选择 t 检验是否以配对方式执行；如果选择配对检验，需指明数据是否为配对数据。选择是否对数据集中的时间点进行取整。如果时间值仅相差几分钟，则在继续分析之前将其取整到最接近的整点小时。现在，根据酶标仪导出数据的方式设置孔位识别的输入格式。选择标准格式（孔位按 A1、A2、A3 等顺序排列）或替代格式（孔位按 A1、B1、C1 等顺序排列）。然后，点击 RStudio 控制台右上角的 Source 按钮，运行荧光素酶数据分析。在指定的输出文件夹中查看分析结果，该文件夹包含按基因型和处理方式汇总的平均周期、相位和振幅统计结果的文档及子文件夹。使用活检穿孔器从25天龄植株的第四至第七片叶上切取直径为4毫米的叶圆片。将叶圆片有毛的一面朝上，漂浮于96孔板内含100 µL无菌水的孔中。用洁净的锡箔纸覆盖96孔板，并将其置于光照/黑暗培养箱中过夜。然后，取出培养板，将无菌水替换为 100 µL 的鲁米诺溶液。立即开始每分钟记录一次发光信号，持续 40 至 60 分钟。在下载所需的 RStudio 软件包后，选择工作目录。选择输入文件，确保其为格式正确的 CSV 文件。首行应包含时间序列数据，首列应包含 96 孔板上的样品位置。根据前述的板布局命名样品和处理组。将空孔明确标记为 Empty1、Empty2，依此类推。使用 ANOVA 检验结合 Tukey 法多重比较校正（Tukey's honest significant difference）来比较不同处理组之间的总发光量总和。当每次仅比较两种处理组的数据时，使用双侧 t 检验。生成图形输出，包括荧光曲线以及显示各处理组总发光量总和的柱状图。在绘制的柱状图中添加标准差或平均值的标准误差。根据酶标仪输出孔板标识的方式调整输入读数格式。可选择按 A1、A2、A3 的标准顺序排列，或按 A1、B1、C1 的垂直顺序排列。要运行分析，请点击 RStudio 控制台右上角的“Source”按钮。在生成的文件夹中查看输出结果，该文件夹包含多个文档和子文件夹，汇总了完整的分析内容。荧光素酶实验使用了一株表达 CCA1 荧光素酶报告基因的转基因株系和七株独立转化的表达 GRP7 荧光素酶报告基因的转基因株系。这些植物的发光信号在168小时内进行了测量。采用R方法计算出CCA1荧光素酶报告基因的生物钟参数，其振幅为每株幼苗每秒3,000个相对发光单位，周期为23.5小时，相位为3.5小时。所有pGRP7荧光素酶株系均表现出相似的周期和相位值，但在振幅上有所不同。pGRP7 荧光素酶的周期为 24.2 小时，相位为 12 小时。为进一步验证 R 分析结果，使用 BioDare2（一个用于昼夜节律数据分析的免费在线平台）对同一数据集进行了重新分析，获得了类似的结果。对表达 Per2dLuc 报告基因的 U2 OS 细胞产生的昼夜节律数据，也使用 R 方法进行了重新分析。对照组的振幅为184.8相对光单位，周期为23.3小时，相位为2.8小时。CRY2的敲低显著影响了昼夜节律参数，包括振幅、相位和周期，而PSMD4和PSMD7的敲低则无此影响。这些结果与已发表的研究结果一致。我们的研究发现，昼夜节律钟在针对病原体的预先防御中具有重要作用。我们常规使用此处所述的方案来分析来自昼夜节律和防御实验的大规模时间序列数据集。本方案通过在 RStudio 中使用 R 脚本，为处理大规模时间序列数据的研究人员提供了一个用户友好且便捷的工具。我们的实验方案易于使用，具有多种统计学选项，且允许无R语言基础或编程经验的初学者使用。

a-user-friendly-and-powerful-r-analysis-of-large-scale-datasets

Research

科研

JoVE Journal

Biology

生物学

用户友好且强大的大规模数据集 R 分析

可视化分析（VA）是一种交互式数据分析的新方法。本视频中，我们讨论了高通量生物实验带来的数据过载问题，并提出将可视化分析作为解决该问题的方案。视频展示了使用一种名为 Tableau...

借助可视化分析技术促进免疫学数据分析

一种用于代谢通路信息全基因组关联分析的通路关联分析工具

DiCoExpress 是一个基于脚本的 R 语言工具，用于执行从质量控制到共表达分析的 RNA-Seq 分析。DiCoExpress 可处理包含最多两个生物学因素的完整或非平衡实验设计。本视频教程将引导用户逐步了解 DiCoExpress...

利用DiCoExpress分析多因素RNA-Seq实验

该分析性计算平台为对细菌群体基因组学感兴趣的微生物学家、生态学家和流行病学家提供了实用指导。具体而言，本文展示了如何进行：i）基于系统发育指导的分层基因型作图；ii）基于频率的基因型分析；iii）亲缘关系与克隆性分析；iv）谱系差异性附属基因座的鉴定。...

细菌群体中层级基因型与附属基因组位点的启发式挖掘

本文描述了一种利用多孔板和自动免疫荧光成像技术，在细胞中研究线粒体DNA（mtDNA）代谢动态过程的方法，可用于检测和定量mtDNA的合成与分布。该方法可进一步用于研究各种抑制剂、细胞应激以及基因沉默对mtDNA代谢的影响。...

高通量成像法对线粒体DNA合成及分布的定量分析

本实验方案为生物信息学初学者提供了一个入门级的CUT&amp;RUN分析流程，帮助用户完成CUT&amp;RUN测序数据的初步分析与验证。完成此处描述的分析步骤，并结合后续的峰注释分析，用户可深入理解染色质调控的分子机制。...

CUT&RUN测序数据的初步分析与验证

对多维显微图像数据的准确分析需要复杂的流程。本文演示了如何使用软件...

使用 Cell-ACDC 分析多维显微镜数据

本方案可为生物湿实验研究人员（生物信息学经验有限）提供RNA测序实验的初步质量控制。...

Rup（RNA-seq 可用性评估流程）— 真核生物批量 RNA-seq 实验的质量控制

宏基因组文库可存档来自微生物的大片段连续基因组序列，且无需预先培养。构建一个……...

宏基因组文库的大规模筛选

内皮集落形成祖细胞（ECFCs）是研究血管稳态与修复的有力工具1,2。本文介绍一种新型无动物血清的方法，利用混合人血小板裂解物（pHPL）从肝素抗凝的成人外周血中分离并扩增ECFC，从而降低抗牛血清免疫反应的风险。...

成人人类内皮集落形成祖细胞的分离与大规模扩增

学习使用RStudio脚本分析大规模时间序列数据，适用于植物生物钟和活性氧爆发检测。该协议无需编程经验，支持方差分析和t检验，可自动生成图表并整理结果，提高高通量生物实验的可重复性和效率。

大规模数据集的用户友好型高效 R 分析

探索更多视频