For the complete documentation index, see llms.txt. Markdown versions of documentation pages are available by appending .md to the page URL.
Navigation principale
Theme

Suggestions
Tableau de bord de l’API
Essayez ChatGPT
Codex

Codex use case

Validez les données d’entrée de bulk RNA-seq

Validez les données d’entrée de bulk RNA-seq avant l’analyse d’expression différentielle.

Difficulty Intermediate
Time horizon Long-running

Utilisez ChatGPT avec le plugin NGS Analysis pour valider les fiches d’échantillons, les fichiers FASTQ et les fichiers de référence. Avant l’analyse d’expression différentielle, vous obtenez un rapport MultiQC, les matrices de quantification de Salmon, les informations de provenance et une brève interprétation des résultats du contrôle qualité.

Best for

  • Équipes de bioinformatique qui valident les données d’entrée de bulk RNA-seq avant l’analyse d’expression différentielle.
  • Chercheurs qui souhaitent obtenir la quantification par transcrit et par gène ainsi que les résultats du contrôle qualité dans une même discussion.
  • Équipes qui doivent examiner le taux d’alignement, le niveau de duplication et le type de bibliothèque, et vérifier que les ressources sont prêtes à l’emploi.

Contents

    ← All use cases

    Validez les données d’entrée de bulk RNA-seq

    Validez les données d’entrée de bulk RNA-seq avant l’analyse d’expression différentielle.

    Utilisez ChatGPT avec le plugin NGS Analysis pour valider les fiches d’échantillons, les fichiers FASTQ et les fichiers de référence. Avant l’analyse d’expression différentielle, vous obtenez un rapport MultiQC, les matrices de quantification de Salmon, les informations de provenance et une brève interprétation des résultats du contrôle qualité.

    Intermediate
    Long-running

    Utilisez ChatGPT avec le plugin NGS Analysis pour valider les fiches d’échantillons, les fichiers FASTQ et les fichiers de référence. Avant l’analyse d’expression différentielle, vous obtenez un rapport MultiQC, les matrices de quantification de Salmon, les informations de provenance et une brève interprétation des résultats du contrôle qualité.

    Intermediate
    Long-running

    Related links

    Demandez l’accès à GPT-Rosalind

    Best for

    • Équipes de bioinformatique qui valident les données d’entrée de bulk RNA-seq avant l’analyse d’expression différentielle.
    • Chercheurs qui souhaitent obtenir la quantification par transcrit et par gène ainsi que les résultats du contrôle qualité dans une même discussion.
    • Équipes qui doivent examiner le taux d’alignement, le niveau de duplication et le type de bibliothèque, et vérifier que les ressources sont prêtes à l’emploi.

    Skills & Plugins

    • NGS Analysis
      Validez les données d’entrée du séquençage, effectuez le comptage et le contrôle qualité des données de bulk RNA-seq, puis fournissez les fichiers permettant de vérifier l’analyse.
    Skill Why use it
    NGS Analysis Validez les données d’entrée du séquençage, effectuez le comptage et le contrôle qualité des données de bulk RNA-seq, puis fournissez les fichiers permettant de vérifier l’analyse.

    Starter prompt

    Utilisez le plugin NGS Analysis. Effectuez le contrôle qualité des données de bulk RNA-seq, des fichiers FASTQ jusqu’aux résultats du comptage. Utilisez la fiche d’échantillons, le répertoire racine des fichiers FASTQ, les fichiers FASTA du transcriptome et du génome ainsi que le fichier GTF fournis. Fournissez les éléments suivants : - run_manifest.json - le rapport MultiQC et des liens de consultation que vous pouvez ouvrir en toute sécurité dans un navigateur - les matrices de quantification de Salmon par transcrit et par gène - les fichiers qui documentent la validation des données et indiquent si les ressources sont prêtes à l’emploi - une brève interprétation des résultats du contrôle qualité. Précisez le taux d’alignement et le niveau de duplication, puis indiquez si le type de bibliothèque observé correspond au type attendu. Signalez les échantillons atypiques et tout problème susceptible de bloquer l’analyse d’expression différentielle.
    Utilisez le plugin NGS Analysis. Effectuez le contrôle qualité des données de bulk RNA-seq, des fichiers FASTQ jusqu’aux résultats du comptage. Utilisez la fiche d’échantillons, le répertoire racine des fichiers FASTQ, les fichiers FASTA du transcriptome et du génome ainsi que le fichier GTF fournis. Fournissez les éléments suivants : - run_manifest.json - le rapport MultiQC et des liens de consultation que vous pouvez ouvrir en toute sécurité dans un navigateur - les matrices de quantification de Salmon par transcrit et par gène - les fichiers qui documentent la validation des données et indiquent si les ressources sont prêtes à l’emploi - une brève interprétation des résultats du contrôle qualité. Précisez le taux d’alignement et le niveau de duplication, puis indiquez si le type de bibliothèque observé correspond au type attendu. Signalez les échantillons atypiques et tout problème susceptible de bloquer l’analyse d’expression différentielle.

    Utilisez les skills

    Le plugin NGS Analysis inclut les skills suivantes :

    • ngs-analysis-router
    • ngs-bulk-rnaseq-counts-qc
    • ngs-runtime-env

    Lorsque vous utilisez le plugin, ChatGPT peut faire appel à chacune de ces skills.

    Guide étape par étape

    1. Indiquez à ChatGPT le répertoire qui contient la feuille d’échantillons, les fichiers FASTQ, les fichiers FASTA du transcriptome et du génome, ainsi que le fichier GTF. Vous pouvez aussi fournir le chemin exact de chaque fichier.
    2. Envoyez le prompt de départ pour que ChatGPT puisse vérifier l’orientation des brins, la cohérence des références et la disponibilité des outils avant de lancer l’analyse.
    3. Ouvrez le rapport MultiQC et les matrices générées dans ChatGPT pour examiner le taux d’alignement et la duplication, vérifier que le type de bibliothèque détecté correspond au type attendu et vous assurer que les ressources nécessaires sont disponibles.
    4. Poursuivez dans la même discussion pour résoudre les problèmes bloquants, relancer l’analyse avec des métadonnées à jour ou utiliser les matrices de comptage par gène obtenues pour l’analyse d’expression différentielle.

    Résultats

    Au-delà de la quantification brute, l’analyse fournit un ensemble de résultats de comptage ayant fait l’objet d’un contrôle qualité. Consultez d’abord le rapport MultiQC pour repérer les avertissements susceptibles d’influer sur l’interprétation des résultats. Dans cet exemple, ChatGPT affiche les avertissements de FastQC sur la composition en bases des séquences à côté du résumé de l’analyse. L’équipe peut ainsi déterminer si le profil observé correspond à ce qu’elle attend de la méthode de préparation de la bibliothèque.

    Examinez les avertissements de FastQC sur la composition en bases des séquences à côté du résumé de l’analyse de bulk RNA-seq.

    Examinez ensuite les statistiques de Salmon dans le même rapport. Les taux d’alignement, les types de bibliothèques détectés et les indices de duplication permettent de vérifier rapidement si les données sont prêtes pour l’analyse d’expression différentielle.

    Examinez les statistiques de Salmon sur l’alignement et les types de bibliothèques dans le rapport MultiQC généré.

    La matrice de comptage par gène est enregistrée dans un fichier réutilisable. Ouvrez-le dans ChatGPT pour vérifier que les échantillons et les gènes attendus y figurent, puis conservez-le avec les informations de provenance de l’analyse pour les étapes suivantes.

    Ouvrez la matrice de comptage par gène générée pour l’examiner avant de poursuivre l’analyse.

    Related use cases

    Annoter des données de scRNA-seq

    Utilisez ChatGPT avec le plugin NGS Analysis pour analyser les fichiers d’une matrice de...

    Sciences Data

    Explorez des modèles de repliement des protéines

    Utilisez le mode Objectif de Codex pour explorer et mettre en œuvre de nouvelles variantes...

    Sciences Engineering

    Hiérarchisez les cibles thérapeutiques

    Utilisez ChatGPT avec le plugin Life Science Research pour harmoniser les identifiants des...

    Sciences Data