iSODA: A Comprehensive Tool for Integrative Omics Data Analysis in Single- and Multi-Omics Experiments
Notice bibliographique
Résumé
Abstract Omics technologies including genomics, proteomics, metabolomics, and lipidomics allow profound insights into health and disease. Thanks to plummeting costs of continuously evolving omics analytical platforms, research centers collect multi-omics data more routinely. They are, however, confronted with the lack of a versatile software solution to harmoniously analyze single-omics data and merge and interpret multi-omics data. We have developed iSODA, an interactive web-based application for the analysis of single-as well as multi-omics omics data. The software tool emphasizes intuitive, interactive visualizations designed for user-driven data exploration. Researchers can filter and normalize their datasets and access a variety of functions ranging from simple data visualization like volcano plots and PCA, to advanced functional analyses like enrichment analysis for proteomics and saturation analysis for lipidomics. For insights from integrated multi-omics, iSODA incorporates Multi-Omics Factor Analysis – MOFA, and Similarity Network Fusion – SNF. All results are presented in interactive plots with the possibility of downloading plots and associated data. The ability to adapt the imported data on-the-fly allows for tasks such as removal of outlier samples or failed features, various imputation strategies, or data normalization. The modular design allows for extensions with new analyses and plots. The software is accessible under http://isoda.online/ . Abstract Figure Graphical summary for iSODA showcasing some application examples, the data import, the single-omics and multi-omics modules.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,057 | 0,027 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».