Для просмотра этого контента требуется подписка на JoVE. Войдите или начните свой бесплатный пробный период.

Методическая статья

Удобный и мощный R-анализ больших наборов данных

645 просмотров

⸱

DOI:

10.3791/68868

⸱

4 ноября 2025 г.

 ,  ,  , 
1Department of Biological Sciences, University of Maryland Baltimore County

В этой статье

Краткое содержание

В этом отчете описывается метод с использованием скрипта R в программном обеспечении с открытым исходным кодом RStudio для анализа крупномасштабных наборов данных, полученных в ходе экспериментов с временными рядами.

Аннотация

Большие наборы данных становятся все более распространенными в научной сфере. Важно разработать удобные инструменты, которые позволят исследователям с легкостью анализировать эти большие наборы данных. Здесь мы представляем метод с использованием R-скрипта в программном обеспечении с открытым исходным кодом RStudio для анализа крупномасштабных наборов данных, полученных в ходе экспериментов с временными рядами. Этот метод требует минимального участия со стороны пользователя, что позволяет использовать его новичку, не имеющему предварительных знаний R или опыта программирования. Подробные инструкции, описанные здесь и в скрипте R, также помогут пользователям использовать этот метод. Входные данные и выходные результаты хранятся в одной папке локального компьютера, что позволяет проводить анализ в любом месте и в любое время. Выходные результаты упорядочиваются в папки для удобства интерпретации, и их можно удобно обрабатывать для создания рисунков для публикаций. Этот метод был успешно использован для анализа данных циркадных часов и данных о всплесках активных форм кислорода, которые содержат крупномасштабные наборы данных из экспериментов временных рядов в формате 96-луночных планшетов. Мы считаем, что этот метод обеспечивает легкое и мощное решение для исследователей при анализе подобных больших наборов данных, полученных в ходе экспериментов с временными рядами.

Введение

С увеличением доступности больших наборов данных в научной области важно разработать удобные инструменты, которые позволят исследователям быстро и легко анализировать эти большие наборы данных. Одним из типов общего большого набора данных является использование гена люциферазы в качестве репортера, что позволило легко, непрерывно и неинвазивно исследовать экспрессию генов в живых клетках и организмах. Автоматизация регистрации люминесценции трансформировала измерение люминесценции люциферазы и привела к расширению сбора данных, в частности, в поле циркадных часов 1,2. Используя 96-луночные микропланшеты и автоматический считыватель планшетов с укладчиком, тысячи образцов, экспрессирующих ген люциферазы, могут быть индивидуально проанализированы во временных рядах, иногда с интервалом в один час в течение нескольких дней, в одном эксперименте. Такие высокопроизводительные эксперименты привели к созданию больших наборов данных, которые не могли быть достигнуты традиционными экспериментами по экспрессии генов с использованием ручного сбора образцов с последующей обработкой РНК. Своевременный анализ таких больших наборов данных важен, но может быть сложной задачей.

Несмотря на то, что существует множество инструментов для анализа данных на ритмичность, многие из них анализируют анализы, основанные на поведении животных, а не на экспрессию люминесцентного репортера 3,4,5,6,7 (Дополнительная таблица S1). Некоторые инструменты требуют от исследователей предварительных навыков компьютерного программирования, таких как навыки Python или доступ к MATLAB. Другие инструменты требуют покупки программного обеспечения, что может быть дорогостоящим. Некоторые бесплатные рабочие решения доступны в Интернете. Одним из таких инструментов является BioDare28, который предлагает множество различных методов для анализа данных о ритмичности. BioDare2 — это удобный онлайн-инструмент, требующий минимальных вычислительных знаний. Пользователям необходимо выгружать входные данные в режиме онлайн и выгружать выходные данные из онлайн-интерфейса для дальнейшей обработки.

В этой статье мы представляем удобные R-скрипты с множеством возможностей для легкого анализа больших наборов данных. Для запуска скриптов мы используем бесплатное программное обеспечение с открытым исходным кодом RStudio9, интерфейс для R и Python. RStudio можно использовать на различных компьютерных системах, включая Windows, Mac и Linux. В этом отчете представлены подробные пошаговые инструкции, которые помогут пользователям использовать скрипты R, в частности, в разделах протокола 1 и 2. Этот метод требует минимального вмешательства со стороны пользователя. Новичок, не обладающий предварительными знаниями R и не имеющий опыта программирования, должен уметь использовать этот метод для анализа больших наборов данных из анализов люциферазы или других типов наборов данных с данными временных рядов. Все входные и выходные данные хранятся на локальном компьютере, и, таким образом, анализ может быть выполнен в любом месте без ограничения доступа к Интернету после первой загрузки всех соответствующих пакетов R. Выходные данные сортируются по хорошо организованным папкам, а результаты готовы к обработке для публикации. Статистический анализ также включается в состав выходных данных для быстрой оценки различий между выборками. Таким образом, метод R может стать простым и мощным решением для исследователей при анализе больших наборов данных.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Протокол

1. Анализ циркадных часов на основе люциферазы

  1. Экспериментальная установка для анализа люциферазы
    ПРИМЕЧАНИЕ: Анализ люциферазы является распространенным методом, используемым для измерения активности циркадных часов в режиме реального времени. Люминесценция, испускаемая люциферазным репортером, переносимым живыми трансгенными организмами и/или клетками, может регистрироваться автоматически, что приводит к созданию крупномасштабных наборов данных временных рядов. В нашей лаборатории в основном используются проростки Arabidopsis thaliana, экспрессирующие ген люциферазы в качестве репортера. На рисунках 1 и 2 показана блок-схема типичной экспериментальной установки для анализа люциферазы с рассадой в формате 96 лунок в нашей лаборатории, модифицированная на основе предыдущего описания2.
    1. Стерилизовать семена парами отбеливателя, полученными при добавлении 3 мл 36% (w/w) HCl в 100 мл домашнего отбеливателя в стакане в течение 3 часов. Поместите стакан в банку-колокольчик с герметичной крышкой, помещенную в вытяжной шкаф для химикатов. После стерилизации поместите семена на пластины 1/2MS, содержащие 0,5% сахарозы и 0,8% агара (pH 5,7), с помощью стерильной стеклянной пипетки Пастера в ламинарном шкафу. Соберите химические отходы в банку с крышкой и утилизируйте их, сотрудничая с отделом санитарной охраны окружающей среды.
    2. Поместите планшеты при температуре 4 °C на 2 дня перед тем, как переместить их в камеру для культивирования тканей с 12-часовым световым циклом и 12-часовым темным световым циклом (LD).
    3. Дайте рассаде подрасти за 4 д в LD.
    4. Пересадить рассаду на 96-луночную пластину; каждая лунка содержит 180 мкл пробирной среды (1/2 мс, 0,5% сахарозы, 0,4% агара, 0,25 мМ люциферина). Поместите пластины на 1 день в LD, а затем на 1 день в течение 24 часов при постоянном освещении (LL).
    5. Добавьте обработку или имитацию раствора в лунки и регистрируйте люминесценцию с интервалом в 1 час в течение 5-7 дней в LL. Установите линзу фильтра излучения на 3 600 для усиления и время интервала измерения на 1 с.
      ПРИМЕЧАНИЕ: Время начала записи может быть в любое время. Однако, поскольку скрипт R принимает только целые числа (целые числа), интервалы записи должны быть целым числом. Например, интервал в 1 час разрешен, но интервал в 15 минут не разрешен для скрипта R.
    6. В конце записи сделайте фото пластины, чтобы зафиксировать рост рассады.
    7. Сохраняйте необработанные данные в виде файла CSV для анализа R, используя функцию сохранения как с программным обеспечением для анализа данных для считывателя пластин.
  2. Пошаговое объяснение R-анализа циркадных данных на основе люциферазы
    ПРИМЕЧАНИЕ: В этом анализе R используется скрипт RДополнительный файл 1(LUC_2025.R), разработанный для анализа циркадных данных, и входной файлДополнительный файл 2(NO7.csv). Скрипт R вместе с входным файлом находится в открытом доступе через онлайн-платформу репозитория Github (https://github.com/elvenfire29/Circadian-Luciferase-Analysis).
    1. Загрузите программное обеспечение RStudio, совместимое с компьютерной системой 9,10.
    2. Загрузите алгоритмические пакеты RStudio, необходимые в Дополнительном файле 1 (LUC_2025.R): MetaCycle11: алгоритм ARSER12 пакета MetaCycle, ggplot213, dplyr14, magrittr15, stringr16, filesstrings17, circular18, AICcmodavg19 и broom20.
      ПРИМЕЧАНИЕ: Список пакетов см. также в верхней части скрипта R.
    3. Изменение вводимых пользователем данных I (в соответствии с конкретным набором данных на локальном компьютере, включая рабочий каталог, имя входного файла, метки для обработки и относительное время начала анализа.
      ПРИМЕЧАНИЕ: Шаги 1.2.1 и 1.2.2 необходимо выполнить только один раз; после чего консоль интерфейса RStudio готова к приему пользовательского ввода с изменениями для каждого нового анализа. Раздел «Ввод данных пользователем» состоит из двух частей (дополнительный рисунок S1).
      1. Выберите рабочий каталог. Укажите, где находится входной файл. В этой же папке будут находиться выходные файлы.
      2. Выберите входной файл, CSV-файл, правильно отформатированный для скрипта R (рисунок 2B). В частности, верхняя строка содержит временные ряды, а первая колонка содержит отдельные положения образцов на 96-луночном планшете.
        ПРИМЕЧАНИЕ: Пример такого входного CSV-файла можно найти в Дополнительном файле 2 (NO7.csv).
      3. Назовите образцы и/или методы лечения. Поскольку этот анализ используется для данных, полученных из 96-луночных установок с временным ходом, спланируйте эксперименты как 8 повторений на одну обработку, что в общей сложности составляет до 12 обработок на планшет, или как 12 повторений на одну обработку, что в общей сложности составляет до 8 обработок на планшете. Убедитесь, что вы ввели правильное количество сэмплов, 8 или 12, потому что количество сэмплов имеет значение; Если количество выборок не равно 8 или 12, код не будет выполняться. Однако, если есть ряды пустых лунок, просто перечислите их как таковые в поле для названий лечения, например, назвав пустым 1, пустым 2...
        ПРИМЕЧАНИЕ: Для образцов имен следует избегать использования обратных косых черт или подобных символов, так как они могут вызвать проблемы с именами файлов. Кроме того, следует также избегать использования «NA» в качестве метки при выборе использования ANOVA в пользовательском вводе II. Любые процедуры с точно таким же названием будут объединены в одну большую группу процедур.
      4. Укажите относительное время начала анализа. Для данного дня продолжительностью 24 часа субъективный рассвет — это когда свет в камере включается во время нормального цикла света/темноты. Например, если свет горит в 7 часов утра, считайте это время циркадным временем 0. Если анализ люциферазы начинается в 9 часов утра, время анализа приходится на циркадное время 2; Введите 2 в качестве относительного времени начала.
        ПРИМЕЧАНИЕ: Относительное время начала должно быть целым числом и не может быть отрицательным. Это повлияет на показания фазы образцов.
    4. Изменяйте параметры пользовательского ввода II в соответствии с конкретными потребностями.
      ПРИМЕЧАНИЕ: Приведенные ниже инструкции содержат более подробное объяснение разделов «Ввод данных пользователем» и пошаговое руководство по внесению изменений.
      1. Включите графики: кривые люминесценции, графики периода, фазы и амплитуды для каждого генотипа и лечения.
      2. Используйте тест ANOVA с тестом Tukey HSD для сравнения процедур по периоду, фазе и амплитуде. Выберите элемент управления для тестового выхода ANOVA; укажите контрольную точку для теста ANOVA или оставьте опцию пустой, чтобы использовать каждую обработку в качестве контроля при попарном сравнении. Кроме того, можно выбрать, следует ли нумеровать выходные файлы ANOVA для более быстрого поиска и организации.
      3. Используйте t-критерий для сравнения лечения по периоду, фазе и амплитуде. Выберите, должен ли t-критерий быть попарным сравнением; Если выбран попарный t-критерий, выберите, являются ли данные парными. Выберите элемент управления для t-критерия; Укажите контрольную точку для Т-критерия или оставьте опцию пустой, чтобы использовать каждую процедуру в качестве контрольной. Выберите, следует ли нумеровать выходные файлы t-теста для более быстрого поиска и организации.
        ПРИМЕЧАНИЕ: Это следует использовать только для сравнения двух методов лечения одновременно, например, двух линий одного и того же генотипа с добавлением SA или Mock. Показанные p-значения не корректируются для учета множественных сравнений с одной и той же линией.
      4. Выберите, следует ли округлять временные точки. Если временные точки отличаются всего на минуту или две, округлите до ближайшего часа и используйте этот анализ.
        ПРИМЕЧАНИЕ: Этот код вычисляет период, фазу и амплитуду с использованием методаARS 12. Для выполнения этого метода требуется согласованный временной ряд в часах.
      5. В зависимости от того, как считыватель пластин записывает лунки, изменяйте способ считывания входных данных. Выберите либо стандартный список данных скважин по А1, А2, А3... или для скважин, перечисленных A1, B1, C1...
    5. Запустите анализ, просто нажав кнопку «Источник» в правом верхнем углу консоли.
      ПРИМЕЧАНИЕ: Анализ занимает менее 1 минуты. Выходные данные R-анализа автоматически появятся в той же папке с файлами, что и входной набор данных.
    6. Просмотр выходных данных: Выходная папка содержит несколько документов и подпапок для обеспечения всестороннего анализа, включая статистическую информацию об усредненном периоде, фазе и амплитуде для репликаций каждого генотипа и/или лечения.
      ПРИМЕЧАНИЕ: Для входного файла Supplemental File 2 (NO7.csv) список выходных документов, сгенерированных сценарием Supplemental File 1 (LUC_2025.R) в разделе протокола 1, описан в Таблице 1 и может быть удобно просмотрен с помощью древовидной структуры на Дополнительном рисунке S2.

2. Анализ АФК на основе люминола

  1. Экспериментальная установка для анализа АФК
    1. Разрежьте листовые диски диаметром 4 мм с четвертого по седьмой листы 25-дневных растений с помощью дырокола для биопсии.
    2. Поместите листовые диски волосистой стороной вверх на 100 μл стерильной воды в 96-луночный планшет.
    3. Накройте тарелку чистой оловянной фольгой и поместите ее в камеру для выращивания LD на ночь.
    4. Замените воду 100 мкл раствора люминола (300 мкМ в 10 мМ буфере MOPS с pH 7,4 и 1 мкМ flg22 или другим элицитором). Используйте фиктивное решение вместо flg22 в качестве элемента управления.
    5. Немедленно начните записывать показания люминесценции каждую минуту в течение 40-60 минут.
  2. Пошаговое объяснение R-анализа данных АФК
    ПРИМЕЧАНИЕ: В этом анализе R используются Rstudio, скрипт R,  Supplemental File 3 (ROS_2025.R) и входные файлы Supplemental File 4 (ROS_flg22.csv) или Supplemental File 5 (ROS_elf26.csv). Скрипт R вместе с входным файлом Supplemental File 4 (ROS_flg22.csv) находится в открытом доступе через онлайн-платформу репозитория Github (https://github.com/elvenfire29/ROS-Luminol-Analysis)
    1. Загрузите пакеты RStudio: gplot213, dplyr14, magrittr15, stringr16 и filesstrings17.
      ПРИМЕЧАНИЕ: Шаги 2.2.1 необходимо выполнить только один раз. Чтобы помочь пользователям адаптировать каждый анализ к определенному набору данных на компьютере, был создан раздел под названием «Ввод данных пользователем», позволяющий пользователям указывать конкретные параметры для своих экспериментов (дополнительный рисунок S3).
    2. Изменяйте вводимые пользователем данные I в соответствии с определенным набором данных на локальном компьютере, включая рабочий каталог, имя входного файла, метки для обработки и относительное время начала анализа.
      1. Выберите рабочий каталог. Укажите, где находится входной файл. В этой же папке будут находиться выходные файлы.
      2. Выберите входной файл, CSV-файл, правильно отформатированный для скрипта R (рисунок 2B). В частности, верхняя строка содержит временные ряды, а первая колонка содержит отдельные положения образцов на 96-луночном планшете.
        ПРИМЕЧАНИЕ: Пример такого входного файла CSV можно найти в дополнительном материале, Дополнительный файл 4 (ROS_flg22.csv) или Дополнительный файл 5 (ROS_elf26.csv).
      3. Назовите образцы и/или методы лечения. Поскольку этот анализ используется для данных, полученных из 96-луночных установок с временным ходом, спланируйте эксперименты как 8 повторений на одну обработку, что в общей сложности составляет до 12 обработок на планшет, или как 12 повторений на одну обработку, что в общей сложности составляет до 8 обработок на планшете. Если есть ряды пустых лунок, просто перечислите их как таковые в поле для названий процедур, например, назвав пустым 1, пустым 2...
        ПРИМЕЧАНИЕ: Важно ввести правильное количество сэмплов, 8 или 12, потому что количество сэмплов имеет значение. Если количество выборок не равно 8 или 12, код не будет выполняться. В качестве примеров имен избегайте использования обратных косых черт или подобных символов, так как они могут вызвать проблемы с именами файлов. Также избегайте использования "NA" в качестве метки при выборе использования ANOVA в пользовательском вводе II. В отличие от сценария Supplemental File 1 (LUC_2025.R), обработки с одинаковыми именами не объединяются в одну группу в этом сценарии Supplemental File 3 (ROS_2025.R).
    3. Изменяйте параметры пользовательского ввода II в соответствии с конкретными потребностями пользователя.
      ПРИМЕЧАНИЕ: Пример ввода данных пользователем можно увидеть на дополнительном рисунке S3.
      1. Используйте тест ANOVA с тестом Tukey HSD для сравнения сумм люминесценции лечения.
      2. Используйте двусторонний t-критерий, чтобы сравнить данные только двух процедур одновременно.
        ПРИМЕЧАНИЕ: Отображаемые p-значения не корректируются для учета множественных сравнений с одной и той же линией.
      3. Составьте график кривых флуоресценции и столбчатую диаграмму, сравнивающую общую сумму флуоресценции. Добавьте на графики стандартное отклонение или стандартную ошибку среднего значения.
      4. В зависимости от того, как считыватель пластин записывает лунки, изменяйте способ считывания входных данных. Либо воспользуйтесь стандартным списком данных скважин по А1, А2, А3... или для скважин, перечисленных A1, B1, C1...
  3. Запустите анализ, просто нажав кнопку «Источник» в правом верхнем углу консоли.
    ПРИМЕЧАНИЕ: Анализ занимает менее 1 минуты. Выходные данные R-анализа автоматически появятся в той же папке с файлами, что и входной набор данных.
  4. Просмотр выходных данных: Выходная папка содержит несколько документов и подпапок для обеспечения всестороннего анализа.
    ПРИМЕЧАНИЕ: Для входного файла Supplemental File 4 (ROS_flg22.csv) древовидная структура выходных документов, сгенерированных сценарием Supplemental File 3 (ROS_2025.R), описанным в разделе протокола 2, показана на дополнительном рисунке S4.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Результаты

Пример из практики 1. Люминесцентный анализ активности циркадных часов на проростках арабидопсиса

Ранее мы показали, что ген ГЛИЦИН-БОГАТОГО РНК-СВЯЗЫВАЮЩЕГО БЕЛКА 7 (GRP7) контролируется белком мастер-часов CIRCADIAN CLOCK-ASSOCIATED 1 (CCA1), а циркадная экспрессия GRP7 важна для его роли в защите растений, используя трансгенные растения Col-0, экспрессирующие репортер люциферазы под контролем промотора GRP7

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Обсуждение

Мы представляем здесь использование скриптов R в RStudio, чтобы предоставить удобный для пользователя метод анализа крупномасштабных данных, полученных в экспериментах с временными рядами с 96-луночным форматом. Этот метод позволил нам быстро и легко анализировать данные люминесцентной записи, полученные из тысяч образцов в экспериментах с временными рядами, чтобы измерить активность циркадных часов от рассады растений до клеточных культур млекопитающих, в дополнение к данным анализов АФ...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Раскрытие информации

У авторов нет конфликта интересов, который можно было бы раскрыть.

Благодарности

Мы благодарим сотрудников лаборатории Лу за помощь в этой работе. Мы благодарим Мин Гао и Мэтью Фабиана за использование их необработанных данных, а также Бенджамина Харриса за помощь и/или рекомендации в создании этого скрипта R. Мы благодарим Джона Б. Хогенеша из Медицинского центра детской больницы Цинциннати за предоставление данных люминесценции из клеток млекопитающих для Случая 2. Мы также благодарим Джона Б. Хогенеша, Эндрю Миллара из Эдинбургского университета и Мэри Харрингтон из Колледжа Смита за полезные обсуждения во время разработки этого метода. Эта работа была частично поддержана грантами от Национального научного фонда, NSF 1456140 и NSF 2223886 Хуа Лу.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Материалы

Список материалов, использованных в этой статье
ИмяКомпанияКаталожный номерКомментарии
RПроект Rhttps://www.r-project.org/  Бесплатная платформа с открытым исходным кодом, которую можно скачать из интернета и использовать для написания кода, особенно для статистики.
RstudioPosit Softwarehttps://posit.co/download/rstudio-desktop/  Бесплатное программное обеспечение, которое можно скачать из интернета для более удобного доступа к R.
MetaCycleГан Ву, Ксавьер Ли, Мэттью Карлуччи, Рон Анафи, Майкл Хьюз, Карл Корнакер и Джон Хогенешhttps://cran.r-project.org/web/packages/MetaCycle/vignettes/implementation.html  Алгоритм ARSER пакета MetaCycle используется для оценки тактовых параметров, периода, фазы и амплитуды. 
ggplot2Posit Softwarehttps://cran.r-project.org/web/packages/ggplot2/index.html  Создаёт визуализации данных, особенно для статистической графики.
dplyrPosit Softwarehttps://cran.r-project.org/web/packages/dplyr/index.html  Фундаментальная библиотека R для эффективной обработки данных.
magrittrPosit Softwarehttps://cran.r-project.org/web/packages/magrittr/index.html  Предоставляет набор операторов для повышения читаемости кода и обеспечения более естественного потока операций с данными.
StringrPosit Softwarehttps://cran.r-project.org/web/packages/stringr/index.html  Обеспечивает последовательный, простой и удобный набор функций для работы со строками символов.
Строки файловРори Нолан и Серджи Падилья-Парраhttps://cran.r-project.org/web/packages/filesstrings/index.html  Предоставляет удобные функции для обработки файлов и строк, особенно тех, что связаны с именами файлов и путями.
ЦиркулярУльрик Лунд, Клаудио Агостинелли, Хиройоши Араи, Алессандо Гальярди, Эдуардо Гарк'юте; a-Португальский и острый; s, Димитри Джунки, Жан-Оливье Ириссон, Мэттью Почернич и Федерико Ротолоhttps://cran.r-project.org/web/packages/circular/index.html  Обеспечивает статистический анализ и графическое представление циркулярных данных.
AICcmodavgМарк Дж. Мазероллеhttps://cran.r-project.org/web/packages/AICcmodavg/index.html  Создаёт таблицы выбора модели на основе информационного критерия Akaike (AIC) и связанной информации. 
метлаPosit Softwarehttps://cran.r-project.org/web/packages/broom/index.html  Преобразует результаты различных статистических моделей и объектов в «аккуратные» тиббли (современный формат кадров данных), что облегчает работу с результатами модели, анализировку и визуализацию.
Автоклавная машинаSteris Amsco Eagle Century SG120 Scientific, Inc.8901400012Автоклавные носители
Вытяжка химического выпаренияПроектирование лаборатории и проектирование Supply Стерилизуйте семена
Омега-люминесцентный читатель  BMG LABTECH, Inc.Считыватель пластин
Ламинарный потоковый шкафNuAire Nu-408FM-400Класс II/TypeA Перенесите саженцы на пластину с 96 колодцями
Микропластины с 96 лункамиПеркин-ЭлмерOptiPlate-96 Выращивать всходы для анализа люциферазы
Flg22GenScript Inc.RP19986Элицитор бактериального флагеллина. 
Elf26Alpha Diagnostic Intl. Inc.2427Вывод бактериального перевода Фактор удлинения-Ту.
D-люциферин Firefly, калийная сольБиосинтезаторная химия и БиологияL-8220Субстрат люциферазы
L-012 (Люминол)Fisher ScientificNC0733364Реагент для анализа ROS

Ссылки

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

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Перепечатки и разрешения

Теги

RStudio96ANOVA
Удобный и мощный R-анализ больших наборов данных
Свяжитесь с нами
Рекомендовать библиотеке

Конфиденциальность

Условия эксплуатации

Политика

Авторские права © 2026 MyJoVE Corporation. Все права защищены.