
Kızıl Gezegenin Biyolojik Şifresi III: Gen Listelerinden Biyolojik Yoruma
Birinci ve ikinci yazımızdan sonra serimizin üçüncü bölümündeyiz. Konuyu takip etmeyi kolaylaştırmak için uygulamayı ana başlıklara ayırdım. İkinci yazıda, Ay regolitinde yetiştirilen bitkilerin işlenmiş gen ifade sonuçlarını incelemiş, Apollo 11 karşılaştırmasından bir volkan grafiği oluşturmuştuk. "PORA" geninin referans mRNA dizisine ulaşmış, ardından BLAST çıktısını birlikte okumuştuk. Şimdi bu genlerin biyolojik anlamına biraz daha yakından bakacağız.
Bir gen listesi, hangi değişikliklerin görüldüğünü söyler. Genlerin hangi süreçlerle ilişkili olduğunu anlamak için kimlik kodlarının arkasındaki açıklamaları da okumak gerekir. Önceki yazılardaki kütüphane benzetmesini sürdürürsek, bu kez kitapların yalnız adlarına değil, içeriklerine ve birbirleriyle ilişkilerine bakıyoruz.
İşe kısa işlev tanımlarını inceleyerek başlayacağız. Ardından iki gen listesinin örtüşmesini hesaplayacak, ısı haritaları çizecek ve Gen Ontolojisi üzerinden yapılabilecek bir zenginleştirme analizinin koşullarını konuşacağız. Kullandığımız araç kadar, ona yönelttiğimiz soru da sonucu belirleyecek.
1. Bu bölümde hangi dosyayı kullanıyoruz?
İkinci yazıda "GEO GSE188852" kaydındaki "Apollo-Site" çalışma kitabını kullanmıştık. O dosyanın Sheet1 sayfasında "666" seçilmiş gene ait sonuçlar, "log2" kat değişimleri ve "Qval" değerleri bulunuyordu. Çizdiğimiz volkan grafiği de bu gerçek sonuçlara dayanıyordu; kapsamı, paylaşılmış bu gen kümesiyle sınırlıydı. [3]
Bu bölümde aynı araştırmanın farklı bir ek dosyasına geçiyoruz: Paul ve arkadaşlarının makalesindeki Supplementary Data 3. Önceki dosyayı saklayın.
Yeni dosyayı makalenin ek materyaller bölümünden veya yayıncının doğrudan indirme bağlantısından alabilirsiniz.
Dosyanın adı 42003_2022_3334_MOESM5_ESM.xlsx şeklindedir. [1] [2]
Makalenin şekil açıklamalarında bu eklerin görevleri şöyle belirtilir;

Buradaki “tam ısı haritası”, bütün test edilmiş genlerin eksiksiz sonuç tablosu anlamına gelmez. Ayrıca Şekil 3D'nin açıklamasında görselleştirilen 25 genden söz edilirken, bu uygulama için indirilen Data 3 dosyasının sol bloğunda 42 gen bulunuyor. Şekilde gösterilen alt küme ile ek dosyanın içerdiği listeyi ayırt etmek gerekiyor. [1] [2]
Data 3'te p-değeri veya Qval sütunu yok. Bu dosyadan, önceki yazıdaki biçimiyle bir volkan grafiği oluşturamayız. Isı haritası ise dosyada bulunan log2 kat değişimlerini göstermek için uygundur. Bu kısa listeden gen düzeyindeki diferansiyel ifade FDR değerlerini yeniden hesaplamayacağız.
2. Excel dosyasındaki iki bloğu tanıyalım
Dosyayı Excel veya Numbers ile açtığınızda üstte iki açıklama göreceksiniz. Soldaki blok Apollo bölgelerini, sağdaki blok morfoloji gruplarını karşılaştırıyor.
Her sayısal sütun, ilgili grubun JSC-1A kontrolüne göre log2 kat değişimini içeriyor. JSC-1A'nın bir Ay regoliti benzetim malzemesi olduğunu hatırlayalım. Bitkiler, Dünya'ya getirilen gerçek Ay regolitlerinde, Dünya'daki deney koşullarında yetiştirilmişti. [1]

Sol blokta, bölge karşılaştırmaları için sunulmuş genler var. Sağ blok, aynı araştırmadaki bitkilerin görünüşlerine göre yeniden gruplandırılmasından geliyor. Bunları iki bağımsız deney gibi yorumlayamayız.
Sağ bloğun üst bölümü, iki listede ortak bulunan genlerle hizalanmış; aralarda boş hücreler bırakılmış. Daha aşağıda ise morfoloji listesine ait ek genler, ikinci bir açıklama ve başlık satırı altında bulunuyor.
Yalnızca ilk kesintisiz satırları okumak bu genleri kaçırır. Blokları ayrı ayrı temizleyip karşılaştırırken AtG kimliğini kullanacağız. Satır numarası, gen kimliğinin yerini tutmaz.

3. Colab'da dosyayı açıp yapısını kontrol edelim.
https://colab.research.google.com/ üzerinde yeni bir not defteri açın. Dosyayı sol taraftaki dosyalar paneline yükleyin. Aşağıdaki kod, özgün dosya adını kullanıyor. Dosyanızın adı değiştiyse DOSYA satırını panelde görünen adla eşleştirin. Colab oturumu sıfırlandığında geçici dosyaları yeniden yüklemek gerekebilir. [11]
İlk hücrede gerekli kütüphaneleri birlikte içe aktaralım;
from pathlib import Path
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
DOSYA = Path("/content/42003_2022_3334_MOESM5_ESM.xlsx")
if not DOSYA.is_file():
raise FileNotFoundError(
"Supplementary Data 3 dosyasını sol dosyalar paneline yükleyin. "
"DOSYA değişkeni, paneldeki dosya adıyla aynı olmalı."
)
ham = pd.read_excel(DOSYA, sheet_name=0, header=None)
print("Satır:", ham.shape[0], "| Sütun:", ham.shape[1])
print(ham.iloc[:8, :10].to_string())openpyxl eksikliği bildirilirse ayrı bir hücrede %pip install openpyxl çalıştırın, ardından okuma hücresini yeniden çalıştırın. Başka bir hata aldığınızda önce hata mesajının hangi dosyayı veya sütunu işaret ettiğine bakın.
Bu uygulamada incelenen dosya 65 satır ve 10 sütun olarak okunuyor. Buna başlıklar, açıklamalar ve boş satırlar da dahil; 65, gen sayısı değildir. “AtG” yazan ana başlık satırının sıfırdan başlayan konumu 2. Soldaki gen kimliği 0., sağdaki gen kimliği 5. sütunda. İlk çıktıda bu düzeni kontrol edin.
BASLIK_SATIRI = 2
SOL_KONUMLAR = [0, 1, 2, 3, 4]
SAG_KONUMLAR = [5, 6, 7, 8, 9]
print("Başlık satırı:")
for i, deger in enumerate(ham.iloc[BASLIK_SATIRI]):
print(i, "->", repr(deger))
if ham.shape[1] != 10:
raise ValueError("Beklenen 10 sütun bulunamadı; dosyayı kontrol edin.")
for konum in (0, 5):
if str(ham.iloc[BASLIK_SATIRI, konum]).strip() != "AtG":
raise ValueError("Başlık satırı veya sütun konumu beklenen düzende değil.")İki “AtG” ve iki “Short Description” sütunu bulunduğu için konumla seçim yapıyoruz. Bu ayarlar indirilen dosyada kontrol edildi. Farklı bir çalışma kitabına geçerseniz başlık satırını ve konumları yeniden incelemeniz gerekir; aynı sayıları her dosyaya uygulamak güvenilir olmaz.

4. İki gen listesini ayrı ayrı temizleyelim
Başlıkların altındaki bütün satırları okuyacağız. Böylece sağ bloğun aşağıda devam eden kısmı da işleme girecek. Gen kimliği biçimine uymayan açıklama ve tekrar başlıkları ayrılacak; gerçek gen satırlarındaki eksik veya sayısal olmayan değerler ise hata olarak bildirilecek.
def blogu_oku(konumlar, sayisal_sutunlar):
t = ham.iloc[BASLIK_SATIRI + 1:, konumlar].copy()
t.columns = ["AtG"] + sayisal_sutunlar + ["Tanim"]
t["AtG"] = t["AtG"].astype("string").str.strip().str.upper()
kimlik = t["AtG"].str.fullmatch(r"AT[1-5CM]G\d{5}", na=False)
t = t.loc[kimlik].copy()
if t.empty:
raise ValueError("Gen bulunamadı; başlık ve sütun konumlarını kontrol edin.")
t["Tanim"] = t["Tanim"].fillna("").astype(str).str.strip()
for sutun in sayisal_sutunlar:
t[sutun] = pd.to_numeric(t[sutun], errors="raise")
if not np.isfinite(t[sayisal_sutunlar].to_numpy(dtype=float)).all():
raise ValueError("Bir gen satırında eksik veya sonlu olmayan değer var.")
if t["AtG"].duplicated().any():
raise ValueError("Yinelenen gen kimliği bulundu; kaynağı inceleyin.")
return t.reset_index(drop=True)
sol = blogu_oku(SOL_KONUMLAR, ["Apollo 11", "Apollo 12", "Apollo 17"])
sag = blogu_oku(SAG_KONUMLAR, ["Large", "Small", "Severe"])
print("Bölge listesi:", len(sol), "gen")
print("Morfoloji listesi:", len(sag), "gen")
print(sol.head().to_string(index=False))Kontrol edilen dosyada sonuç 42 bölge geni ve 25 morfoloji geni. Sağ bloktaki ikinci başlık ve açıklama satırları gen sayılmadı. Eksik sayısal değeri olan gerçek bir gen de sessizce listeden atılmadı. Başka bir sürümde farklı sayı görürseniz önce hangi satırların okunduğunu inceleyin.
Bu listeyi oluşturmak için yeni bir diferansiyel ifade testi yapmadık. Makalenin Methods bölümünde yazarların FDR 0,05 ve iki kattan büyük değişim ölçütleri, ayrıca FPKM için sıfırdan büyük ifade filtresi kullandığı belirtiliyor.
Data 3'teki özet değerlerden bu seçim sürecini baştan kuramayız. Özellikle iki ondalığa yuvarlanmış sayılara yeni bir eşik uygulamak, dosyanın özgün seçimini yeniden üretmez. [1] [2]
5. Isı haritalarıyla değişimin yönünü görelim
Önce Apollo bölgeleri için bir ısı haritası çizelim. Her satır bir geni, her sütun ilgili grubun JSC-1A'ya göre karşılaştırmasını gösteriyor. Pozitif değerler ifade artışıyla, negatif değerler azalışıyla ilişkili.
İlk grafikte mutlak Apollo 11 değişimi en yüksek 20 geni göstereceğiz. Böylece hem artan hem azalan genler seçime girebilir. Bu sıralama bir biyolojik önem puanı değildir. Bütün listeyi görmek için KAC_GEN değerini artırabilirsiniz.
KAC_GEN = 20
bolge_sutunlari = ["Apollo 11", "Apollo 12", "Apollo 17"]
morfoloji_sutunlari = ["Large", "Small", "Severe"]
RENK_SINIRI = max(
1.0,
float(np.abs(sol[bolge_sutunlari].to_numpy()).max()),
float(np.abs(sag[morfoloji_sutunlari].to_numpy()).max()),
)
def isi_haritasi(tablo, sutunlar, sirala, baslik, cikti):
secim = tablo[sirala].abs().sort_values(ascending=False, kind="stable")
goster = tablo.loc[secim.index].head(KAC_GEN)
mat = goster[sutunlar].to_numpy(dtype=float)
fig, ax = plt.subplots(figsize=(7.5, max(4, 0.36 * len(goster))))
im = ax.imshow(mat, cmap="RdBu_r", vmin=-RENK_SINIRI,
vmax=RENK_SINIRI, aspect="auto")
ax.set_xticks(range(len(sutunlar)))
ax.set_xticklabels(sutunlar)
ax.set_yticks(range(len(goster)))
ax.set_yticklabels(goster["AtG"], fontsize=8)
ax.set_title(baslik + "\nSupplementary Data 3; JSC-1A'ya göre", fontsize=11)
for i in range(mat.shape[0]):
for j in range(mat.shape[1]):
renk = "white" if abs(mat[i, j]) > RENK_SINIRI * 0.6 else "black"
ax.text(j, i, f"{mat[i, j]:.2f}", ha="center", va="center",
fontsize=8, color=renk)
fig.colorbar(im, ax=ax, label="log2 kat değişimi")
fig.tight_layout()
fig.savefig(cikti, dpi=180, bbox_inches="tight")
plt.show()
return goster
goster = isi_haritasi(sol, bolge_sutunlari, "Apollo 11",
"Apollo bölgelerine göre seçilmiş genler",
"Bolge_Isi_Haritasi.png")Renk ölçeği sıfır etrafında simetrik. Aynı sınırları birazdan çizeceğimiz morfoloji grafiğinde de kullanacağız. Böylece aynı renk iki grafikte aynı sayısal değeri temsil edecek. Bu, iki ayrı karşılaştırmanın istatistiksel olarak eşdeğer olduğu anlamına gelmiyor; görsel okumayı kolaylaştırıyor.
Bir genin üç sütunda benzer yönde değiştiğini görebilirsiniz. Bu dosya zaten ortak değişen genlere odaklandığı için böyle bir görünüm şaşırtıcı değildir. Bölgeler arasındaki sayısal farkların anlamlılığını yalnız bu renklerden çıkaramayız. Her sütunun kendi kontrol karşılaştırması olduğunu da akılda tutalım.

Morfoloji grupları makalede şöyle tanımlanıyor: Severe, çok küçük, biçimi bozulmuş ve kırmızı-siyah pigmentli bitkiler; Small, küçük, yeşil ve orantılı bitkiler; Large ise diğer regolit bitkilerine göre büyük, normal görünümlü, JSC-1A bitkilerine yaklaşsa da onlardan hâlâ küçük bitkiler. Bu yeniden gruplandırmada her grupta üç bitki bulunuyor. [1]
goster2 = isi_haritasi(sag, morfoloji_sutunlari, "Severe",
"Morfoloji gruplarına göre seçilmiş genler",
"Morfoloji_Isi_Haritasi.png")Bu kez sıralama Severe sütunundaki mutlak değişime göre. Örneğin bir genin Severe grubundaki değeri Large grubundakinden büyük olabilir. Bu, incelenmeye değer bir örüntüdür; gruplar arasındaki fark için ayrıca test yapılmış gibi yorumlanmamalıdır. Daha belirgin değişim, tek başına o genin stresin nedeni olduğunu da göstermez.
Üç grupta ortak listelenmek, değişimin yönünün de aynı olmasını gerektirmiyor. Örneğin AT5G55690 için Large ve Small değerleri −2,19 ve −2,13 iken Severe değeri +1,76. Bu satır, yalnız genlerin listede bulunmasına bakmanın yön bilgisini nasıl kaçırabileceğini gösteriyor. [2]

6. İki gen listesi ne kadar örtüşüyor?
Şimdi iki blokta hangi genlerin ortak bulunduğunu hesaplayabiliriz. Bu soru, dosyada sunulan listelerin yapısını anlamamıza yardım eder. Ancak örnekler aynı araştırmadan geldiği için sonucu bağımsız deneylerle doğrulama gibi sunmayacağız.
kume_sol = set(sol["AtG"])
kume_sag = set(sag["AtG"])
ortak = kume_sol & kume_sag
sadece_sol = kume_sol - kume_sag
sadece_sag = kume_sag - kume_sol
birlesim = kume_sol | kume_sag
jaccard = len(ortak) / len(birlesim)
print("Bölge listesi:", len(kume_sol))
print("Morfoloji listesi:", len(kume_sag))
print("Ortak:", len(ortak))
print("Yalnızca bölge listesinde:", len(sadece_sol))
print("Yalnızca morfoloji listesinde:", len(sadece_sag))
print("Birleşim:", len(birlesim))
print("Jaccard:", round(jaccard, 3))
ortak_tablo = sol.loc[sol["AtG"].isin(ortak)].merge(
sag[["AtG", "Large", "Small", "Severe"]],
on="AtG", how="inner", validate="one_to_one"
).sort_values("AtG")
print(ortak_tablo.to_string(index=False))
ortak_tablo.to_csv("Ortak_Genler.csv", index=False, encoding="utf-8-sig")Bu dosyada 16 ortak, yalnızca bölge listesinde 26 ve yalnızca morfoloji listesinde 9 gen bulunuyor. Birleşim 51 gen; Jaccard benzerliği 16/51, yaklaşık 0,314. Jaccard, kesişimin birleşime oranıdır. Sıfır örtüşme olmadığını, bir ise iki kümenin aynı olduğunu gösterir; biyolojik önem veya istatistiksel anlamlılık ölçüsü değildir.
Makale metninde morfoloji gruplarında ortak değişen 25 genin 18'inin bölge ortaklarında da bulunduğu yazıyor. İndirilen Data 3'teki kimliklerin doğrudan kesişimi ise 16. Bu farkın nedeni bu dosyadan kesin olarak belirlenemiyor.
Ek tablo ile makale metninin kapsamı veya aktarımı arasındaki bir ayrımdan kaynaklanabilir. Sonucumuzu “incelenen Supplementary Data 3 dosyasında 16 ortak gen bulundu” diye kaydedeceğiz; 18'i elde etmek için listeyi değiştirmeyeceğiz. [1] [2]
Örtüşmeyi basit bir çubuk grafikle gösterelim;
etiketler = ["Yalnızca bölge", "Ortak", "Yalnızca morfoloji"]
degerler = [len(sadece_sol), len(ortak), len(sadece_sag)]
fig, ax = plt.subplots(figsize=(7, 4))
cubuklar = ax.bar(etiketler, degerler,
color=["#4a7ebb", "#c0392b", "#7f8c8d"], edgecolor="black")
for c, d in zip(cubuklar, degerler):
ax.text(c.get_x() + c.get_width() / 2, d + 0.3, str(d), ha="center")
ax.set_ylim(0, max(degerler) * 1.18)
ax.set_ylabel("Gen sayısı")
ax.set_title("Supplementary Data 3 listelerinin örtüşmesi")
ax.grid(axis="y", linestyle=":", alpha=0.4)
ax.set_axisbelow(True)
fig.tight_layout()
fig.savefig("Gen_Listeleri_Ortusme.png", dpi=180, bbox_inches="tight")
plt.show()Yüksek örtüşme, bu listelerin kısmen aynı genleri içerdiğini gösterir. Yanıtın regolit kökeninden veya bitki görünümünden bağımsız olduğunu kanıtlamaz. Düşük örtüşme de farklı biyolojik mekanizmaları tek başına ortaya koymaz. Genlerin seçilme ölçütleri ve aynı örneklerin yeniden gruplandırılması, her iki sonuç üzerinde etkili olabilir.

7. Makaledeki gen örneklerini dosyada arayalım
İkinci yazıda incelediğimiz PORA, burada da karşımıza çıkıyor. Makale metni, ortak genler arasında PORA'yı en fazla baskılanan, o tarihte işlevi bilinmeyen AT5G26270'i ise en fazla indüklenen gen olarak tanımlıyor. Fakat bir sıralamayı yorumlamak için hangi karşılaştırmanın ve hangi ölçütün kullanıldığını bilmeliyiz. [1]
hedefler = {
"AT5G54190": "PORA; ikinci yazıda referans dizisi incelenen gen",
"AT5G26270": "Kaynak dosyada unknown protein",
"AT3G44300": "NIT2 / nitrilase 2",
"AT3G55970": "Jasmonate-regulated gene 21",
"AT1G13609": "Defensin-like aile proteini",
"AT1G15700": "ATPC2",
"AT3G49120": "PRXCB / PRX34; ek arama örneği",
}
for kid, ad in hedefler.items():
print("\n", kid, "|", ad)
for blok_adi, tablo, sutunlar in [
("Bölge", sol, bolge_sutunlari),
("Morfoloji", sag, morfoloji_sutunlari),
]:
satir = tablo.loc[tablo["AtG"] == kid, sutunlar]
print(blok_adi, ":", satir.to_numpy() if len(satir) else "Listede yok")PORA'nın bölge değerleri yaklaşık −3,77, −2,85 ve −3,44. Morfoloji değerleri de negatif. Burada, ikinci yazıdaki azalış yönüyle uyumlu bir örnek görüyoruz. Data 3 değerleri iki ondalığa yuvarlandığı için GEO tablosundaki daha uzun sayısal gösterimle birebir aynı görünmeyebilir. [2] [3]
AT5G26270'in Apollo 11 değeri 4,13; NIT2'nin değeri ise 6,26. Dolayısıyla dosyayı yalnız Apollo 11 sütununa göre sıraladığımızda AT5G26270 ilk sıraya gelmiyor. Makaledeki “en fazla” ifadesini aynen kendi sıralamamızın sonucu gibi aktarmak yerine bu ayrımı belirtmek daha doğru. Buradan, makalenin bütün analizinin yanlış olduğu sonucu çıkmaz; metin ve dosyada hangi ölçütün kullanıldığını açıklığa kavuşturmak gerekir.

Bir genin bu kısa listede bulunmaması da ifade edilmediğini veya biyolojik açıdan önemsiz olduğunu göstermez. Örneğin ATPC2 makalede Large grubuna özgü değişimler bağlamında tartışılıyor. Ortak genlere odaklanan bu dosyada bulunmasını beklemek zorunda değiliz.
İşaret veya değer uyuşmazlığı görürseniz karşılaştırma yönünü, dosya sürümünü, yuvarlamayı ve seçilen gen kümesini kontrol edin. Kaynağı belirlenemeyen farkı kayda geçirmek, sayıları beklenen sonuca uydurmaktan daha yararlıdır.
8. Kısa işlev tanımlarından biyolojik temalara
Şimdi genlerin ne yaptığına bakalım. Dosyadaki Short Description sütunu ilk başvuru kaynağımız. Burada gen adı, protein ailesi veya kısa bir işlev açıklaması bulunabilir. “Unknown protein” gibi bir tanım ise o kayıtta yeterli işlev bilgisi olmadığını gösterir; güncel kaynaklarda da hiçbir şey bilinmediği anlamına gelmez.
Aşağıdaki kod, açıklamalarda belirli kelimeleri arayacak. Bu, işlevsel temaları fark etmek için basit bir başlangıç. Örneğin bir açıklamada “iron” geçmesi, ilgili geni metal veya iyonlarla ilişkili adaylar arasında incelememizi sağlayabilir. Ancak o genin bu deneyde metal stresine yanıt verdiğini yalnız kelimeden çıkaramayız.
import re
temalar = {
"Redoks enzimleri": ["peroxidase", "glutathione", "thioredoxin",
"superoxide", "catalase", "redox", "oxidoreductase"],
"Protein dengesi": ["heat shock", "chaperone", "proteasome", "ubiquitin"],
"Metal / iyonla ilişkili adaylar": ["metal", "iron", "zinc", "cation",
"ion transporter"],
"Sinyal / düzenleme": ["kinase", "transcription factor", "receptor", "responsive"],
"Hormonla ilişkili adaylar": ["jasmon", "auxin", "ethylene", "abscisic", "salicylic"],
"Hücre duvarı": ["cell wall", "expansin", "pectin", "xyloglucan", "cellulose"],
}
def tema_say(tablo, ad):
sonuc = []
metin = tablo["Tanim"].str.lower()
print("\n" + ad)
for tema, kelimeler in temalar.items():
desen = "|".join(re.escape(k) for k in kelimeler)
maske = metin.str.contains(desen, regex=True, na=False)
n = int(maske.sum())
sonuc.append({"Liste": ad, "Tema": tema, "Gen_sayisi": n})
print(tema, ":", n)
for _, satir in tablo.loc[maske].iterrows():
print(" ", satir["AtG"], "|", satir["Tanim"])
return pd.DataFrame(sonuc)
tema_tablo = pd.concat([
tema_say(sol, "Bölge"),
tema_say(sag, "Morfoloji"),
], ignore_index=True)
tema_tablo.to_csv("Anahtar_Kelime_Sayimlari.csv", index=False, encoding="utf-8-sig")Bu sayımın dört sınırı var. İlgili kelime açıklamada geçmiyorsa gen gözden kaçabilir. Kelime geçse bile bizim ilgilendiğimiz süreçle ilişkisi zayıf olabilir. Aynı gen birden fazla temaya girebilir; bu yüzden tema sayılarının toplamı gen sayısını aşabilir. Ayrıca bu işlem bir istatistiksel anlamlılık testi içermez.
Örneğin PORA'nın adında “oxidoreductase” bulunması onu bu kodda redoks enzimleri başlığına taşır. Bu sonuç, PORA'nın mutlaka ROS temizleme işlevi gördüğü anlamına gelmez. Klorofil biyosenteziyle ilişkili bir enzimin adı da aynı kelimeyi içerebilir. İşlev etiketinin kapsamını kontrol etmek, sayımı yorumlamanın bir parçasıdır.
Çıktıyı, hangi genlerin daha ayrıntılı incelenebileceğini belirlemek için kullanabiliriz. “Bu listede üç açıklama bu kelimeleri içeriyor” ile “bu süreç zenginleşmiş” farklı iddialardır. İkincisi için tanımlı bir gen evreni, anotasyon kaynağı ve uygun istatistiksel test gerekir.
9. Gen Ontolojisi bize ne sağlar?
Gen Ontolojisi (Gene Ontology, GO), gen ürünlerinin işlevlerini, katıldıkları süreçleri ve hücresel konumlarını ortak terimlerle tanımlar. Böylece farklı kaynaklardaki bilgiler daha tutarlı biçimde karşılaştırılabilir. GO terimi bir biyolojik kavramı, anotasyon ise bir gen ürünüyle bu kavram arasındaki ilişkiyi belirtir. [4] [5]
Bir genin farklı adlarını eşlemek bununla ilişkili, ancak ayrı bir işlemdir. Örneğin PRX34, ATPERX34 ve AT3G49120 gibi adların aynı gene bağlanması, veri tabanlarının kimlik eşleme kaynaklarıyla yapılır. GO, gen adlarının yerine kullanılan tek bir kimlik sistemi değildir.
Üç ana GO alanı var;
- Biological Process (BP): Gen ürününün katıldığı biyolojik süreç. Oksidatif strese yanıt gibi süreçleri kapsar.
- Molecular Function (MF): Gen ürününün moleküler düzeyde yaptığı iş. Kataliz veya taşıyıcı etkinliği buna örnektir.
- Cellular Component (CC): Gen ürününün bulunduğu hücresel yapı veya kompleks.
Terim adının yanında kimliğini de kaydetmek yararlıdır. Örnek olarak GO:0006979 oksidatif strese yanıtı, GO:0006457 protein katlanmasını, GO:0010038 metal iyonuna yanıtı ve GO:0006749 glutatyon metabolik sürecini tanımlar. [4] [7]
GO anotasyonları da bütün genleri aynı ayrıntıda kapsamaz. Bazı ilişkiler doğrudan deneysel kanıtlara, bazıları hesaplamalı çıkarımlara dayanır. Bir genin anotasyonu eksik olabilir; bir başka gen çok sayıda terimle ilişkilendirilmiş olabilir. Bu yüzden GO, kısa açıklamalardan daha düzenli bir kaynak sağlasa da eksiksiz bir biyolojik etiket listesi olarak görülmemelidir. [5]
10. Zenginleştirme analizinden önce arka planı seçelim
Aşırı temsil analizi, seçtiğimiz genlerde belirli bir anotasyonun, tanımladığımız arka plana göre beklenenden fazla bulunup bulunmadığını sınar. Dolayısıyla sorunun yarısı gen listesinde, diğer yarısı karşılaştırdığımız gen evrenindedir.
Bu deneyde ifade değişimi gösteren genlerin hangi işlevlerde yoğunlaştığını soruyorsak uygun arka plan, deneyde saptanabilmiş ve seçim sürecine girebilecek genlerden oluşmalıdır. Bütün genomdaki bazı genler bu dokuda hiç ölçülememiş olabilir. Onları otomatik olarak arka plana eklemek, beklenen oranları etkiler. GO'nun kullanım yönergesi de özel referans listesi olarak küçük listenin seçildiği gen evrenini önerir. [6]
Data 3'ün kısa listeleri, Data 1 ve 2'nin ısı haritaları veya önceki yazıdaki 666 seçilmiş gen, bütün test edilmiş gen evreninin yerine geçmez. Bu dosyaların kapsamı farklıdır. Kaynak veri ve analiz filtreleri bilinmeden buradan uygun deneysel arka plan ürettiğimizi söyleyemeyiz.
Bu durumda iki yol izlenebilir. Önce genlerin anotasyonlarını nitel olarak inceleyebiliriz; bunun için bir aşırı temsil iddiası kurmak zorunda değiliz. Ya da aracın varsayılan genom veya anotasyonlu gen arka planıyla bir eğitim örneği yapabiliriz. İkinci yolu seçersek sonuçları açıkça o arka plana göre tanımlar, deneyde saptanabilir genlere göre doğrulanmış zenginleşme olarak sunmayız.
Uygun deneysel evren sonradan elde edilirse aynı liste onunla yeniden değerlendirilebilir. Arka planın nereden geldiğini, kaç benzersiz gen içerdiğini ve aracın kaçını tanıdığını da kaydetmek gerekir. Böylece “aynı gen listesi” ile yapılan iki analiz arasındaki farkı açıklamak mümkün olur.
11. Gen listesini hazırlayıp GO aracına geçelim
Bu alıştırmada AtG lokus kimliklerini tutarlı biçimde kullanacağız. PANTHER ve g:Profiler farklı kimlik türlerini ve bazı gen sembollerini de kabul edebilir; yalnız TAIR kimliğiyle çalıştıkları söylenemez. Yine de tek biçim kullanmak eşleme kontrolünü kolaylaştırır.
# İki listeyi ayrı dosyalara kaydediyoruz.
listeler = {
"go_bolge_listesi.txt": sorted(kume_sol),
"go_morfoloji_listesi.txt": sorted(kume_sag),
"go_ortak_liste.txt": sorted(ortak),
}
for ad, genler in listeler.items():
Path(ad).write_text("\n".join(genler) + "\n", encoding="utf-8")
print(ad, ":", len(genler), "benzersiz gen")Kaydedilen dosyalarda her satır bir gen kimliği içerir. Bir listeyi seçip aşağıdaki araçlardan biriyle inceleyebilirsiniz. Ortak 16 geni kullanırsanız sorunuzun artık 42 veya 25 genlik listenin tamamıyla ilgili olmadığını da belirtin.
PANTHER: pantherdb.org sayfasında Statistical overrepresentation test bölümünü açın. Organizmayı Arabidopsis thaliana, başlangıç anotasyonunu GO biological process complete seçin. Referans liste alanında uygun özel arka planınızı kullanın; deneysel arka plan yoksa varsayılan seçimi ve bunun kapsam sınırlamasını kaydedin. Fisher'ın kesin testi ve Benjamini–Hochberg FDR düzeltmesiyle çalışabilirsiniz. Sonuç ekranında ayarların gerçekten bunlar olduğunu kontrol edin. [8]
g:Profiler: g:GOSt sayfasında Arabidopsis thaliana organizmasını ve GO:BP kaynağını seçin. Burada gen kümesiyle çalıştığımız için ordered query seçeneğini kapalı tutun. Uygun özel arka plan varsa Statistical domain scope alanındaki Custom seçeneğini kullanın. Varsayılan çoklu test düzeltmesi g:SCS'dir. BH-FDR ile analiz yapmak istiyorsanız ilgili düzeltme seçeneğini değiştirin. g:SCS ile düzeltilmiş p-değerini BH-FDR sonucu diye adlandırmayın. [9]
g:Profiler kendi testini tek yönlü Fisher testi, yani kümülatif hipergeometrik olasılık olarak açıklar. Bu problemde bu adlar aynı kuyruk olasılığını ifade edebilir. Dolayısıyla iki araçta benzer test kullanılması veya aynı terimin bulunması, iki bağımsız deneysel kanıt oluşturmaz.
Arayüz etiketleri zamanla değişebilir. İşlevi ve seçili değeri kontrol ederek ilerlemek, yalnız ekranın görünüşünü izlemekten daha güvenilir. Her iki araçta da gönderdiğiniz gen sayısını, benzersiz eşlenen gen sayısını ve eşlenmeyen kimlikleri kaydedin. Eksik eşleşme her zaman yazım hatası demek değildir; eski kimlikler, eş adlar ve kaynak kapsamı da etkili olabilir.
12. GO sonuçlarını nasıl okuyacağız?
Sonuç tablosunda terim adı ve GO kimliğinin yanında, listeden kaç genin terime atandığını, arka plandaki terim büyüklüğünü, kullanılan gen evrenini ve düzeltilmiş p-değerini birlikte inceleyin. Bazı araçlar beklenen sayı ile zenginleşme katsayısını doğrudan verir; bazıları bunları hesaplamak için gereken büyüklükleri sunar. Her arayüzde aynı sütunların bulunmasını beklemeyin.
Arka planda N gen, bunların M tanesinde ilgili anotasyon ve n genlik analiz listenizde bu anotasyonu taşıyan k gen varsa, beklenen sayı basit aşırı temsil modeli altında n × M / N'dir. Zenginleşme katsayısı gözlenen k sayısının beklenene oranıdır. Buradaki N ve n, aracın kullandığı eşleme ve anotasyon kapsamına uygun alınmalıdır. Ham yükleme sayısını doğrudan kullanmak her zaman doğru olmaz.
Yüksek katsayı tek başına güçlü kanıt sayılmaz. Çok küçük bir kategoride az sayıda gen de büyük oran verebilir. İlgili genleri açıp okumak, yalnız üst sıradaki terim adını raporlamaktan daha fazla bilgi sağlar.
Bu eğitim örneğinde BH seçildiyse, önceden belirlenmiş düzeltilmiş p-değeri < 0,05 eşiği kullanılabilir. Başka bir çoklu test yöntemi de gerekçelendirilerek kullanılabilir; asıl mesele yöntemi açıkça belirtmek ve yalnız ham p-değerine dayanarak karar vermemektir. Ham p-değerini tam sonuç tablosunda saklamak veya raporlamak mümkündür. “En az iki–üç gen” koşulu eklenirse bunun evrensel bir anlamlılık kuralı olmadığı, ek bir yorum veya sunum filtresi olduğu yazılmalıdır.
Anlamlı bir terim, seçilmiş listedeki anotasyonların belirtilen arka plana göre fazla temsil edildiğini gösterir. Sürecin etkinleştiğini, mekanizmanın kesinleştiğini veya sonucun rastlantıyla açıklanmasının imkânsız olduğunu göstermez. Özellikle artan ve azalan genlerin birlikte verildiği bir listeden süreç yönü çıkarılamaz.
Hiç anlamlı terim çıkmayabilir. Kısa liste, anotasyon kapsamı, arka plan seçimi ve düzeltme yöntemi sonucu etkileyebilir; belirgin bir aşırı temsil gerçekten bulunmuyor da olabilir. Bu durumda “Bu ayarlarda anlamlı GO terimi saptanmadı” demek yeterlidir. Sonucu gördükten sonra eşikleri gevşetmek yerine gerekçeli yeni analizleri ayrı belirtin.
GO terimleri ilişkili bir yapı oluşturur. Daha özel ve daha genel terimler aynı genleri paylaşabilir. Bu yüzden uzun bir sonuç listesindeki her satır bağımsız bir bulgu değildir. GO-slim, daha geniş terimlerle özet sunabilir; ancak ayrıntı düzeyi değişir. Terimleri bu şekilde sadeleştirirseniz kullandığınız alt kümeyi kaydedin.
İsterseniz aynı listeyi ikinci araçla da inceleyebilirsiniz. Bu, ayarlara duyarlılığı değerlendirmek için yararlı olabilir; zorunlu bir doğrulama koşulu değildir. Araçlar farklı sonuç verirse önce organizma, arka plan, kaynak sürümü, kimlik eşleme ve düzeltme yöntemlerini karşılaştırın. Yalnız tek araçta çıkan bir terimi otomatik olarak hatalı saymayın.
13. GO analizini çalıştıralım ve gerçek sonuçları okuyalım
Analiz g:Profiler ile, Arabidopsis thaliana ve GO Biological Process seçilerek yürütüldü. Yalnız aşırı temsil değerlendirildi. Elektronik anotasyonlar analize dahil edildi. Benjamini–Hochberg düzeltmesi ve 0,05 eşiği kullanıldı. Bölge, morfoloji ve ortak gen listeleri ayrı isteklerle analiz edildi. BH düzeltmesi her gen listesinin GO:BP testleri içinde ayrı ayrı uygulandı.
Deneyde test edilmiş bütün genleri kapsayan, kapsamı doğrulanmış bir referans liste kullanamadığımız için GO:BP anotasyonlu Arabidopsis genleri arka plan alındı (domain_scope="annotated"). Etkin arka plan 21.844 gen içeriyor. Sonuçlar bu evrene göre keşif amaçlıdır; özgün deneyin ölçülmüş/test edilmiş gen evrenine göre hesaplanmış sonuçlar olarak sunulmamalıdır.
Önceki adımlarda oluşturduğumuz üç gen kümesini şimdi servise gönderiyoruz. Aşağıdaki hücre internet bağlantısı kullanıyor, her isteğin ayarlarını ve ham yanıtını kaydediyor. API'deki p_value alanı zaten düzeltilmiş değer, ikinci kez BH uygulamanıza gerek yok. [12]
GO_LISTELERI = {
"Bolge42": sorted(kume_sol),
"Morfoloji25": sorted(kume_sag),
"Ortak16": sorted(ortak),
}
from urllib.request import Request, urlopen
import json
GO_KLASORU = Path("GO_Canli_Sonuclar")
GO_KLASORU.mkdir(exist_ok=True)
go_ozet, go_satirlar = [], []
for ad, genler in GO_LISTELERI.items():
istek = {
"organism": "athaliana", "query": {ad: genler},
"sources": ["GO:BP"], "ordered": False,
"significance_threshold_method": "fdr", "user_threshold": 0.05,
"domain_scope": "annotated", "all_results": True,
"no_evidences": False, "no_iea": False,
"combined": False, "measure_underrepresentation": False,
}
(GO_KLASORU / f"{ad}_istek.json").write_text(
json.dumps(istek, ensure_ascii=False, indent=2), encoding="utf-8"
)
print(ad, "g:Profiler'a gönderiliyor...", flush=True)
req = Request(
"https://biit.cs.ut.ee/gprofiler/api/gost/profile/",
data=json.dumps(istek).encode(), method="POST",
headers={"Content-Type": "application/json",
"User-Agent": "Arabidopsis-GO-Tutorial/1.0"},
)
with urlopen(req, timeout=50) as yanit:
sonuc = json.load(yanit)
if "result" not in sonuc or "meta" not in sonuc:
raise ValueError("Beklenen g:Profiler yanıtı alınamadı.")
(GO_KLASORU / f"{ad}_yanit.json").write_text(
json.dumps(sonuc, ensure_ascii=False, indent=2), encoding="utf-8"
)
terimler = sonuc["result"]
esleme = sonuc["meta"]["genes_metadata"]["query"][ad]
ensgs = esleme["ensgs"]
n_degerleri = {t["query_size"] for t in terimler}
if len(n_degerleri) > 1:
raise ValueError("Sırasız sorguda beklenmeyen değişken liste boyutu.")
go_n = next(iter(n_degerleri), None)
for t in terimler:
genler_terimde = [g for g, e in zip(ensgs, t["intersections"]) if e]
if len(genler_terimde) != t["intersection_size"]:
raise ValueError("Gen-terim kesişimi sayısıyla uyuşmuyor.")
beklenen = t["query_size"] * t["term_size"] / t["effective_domain_size"]
go_satirlar.append({
"Liste": ad, "GO": t["native"], "Terim": t["name"],
"BH_p": t["p_value"], "Anlamli": t["significant"],
"k": t["intersection_size"], "n": t["query_size"],
"M": t["term_size"], "N": t["effective_domain_size"],
"Beklenen": beklenen,
"Zenginlesme": t["intersection_size"] / beklenen,
"Genler": ";".join(genler_terimde),
})
go_ozet.append({
"Liste": ad, "Girdi": len(genler), "Eslenen": len(set(ensgs)),
"GO_BP_n": go_n,
"Anlamli_terim": sum(t["significant"] for t in terimler),
"Profil_surumu": sonuc["meta"]["version"],
"Servis_zamani": sonuc["meta"]["timestamp"],
})
print(ad, "tamamlandı.", flush=True)
go_tablo = pd.DataFrame(go_satirlar)
go_tablo.to_csv(GO_KLASORU / "GO_BP_tum_sonuclar.csv", index=False, encoding="utf-8-sig")
pd.DataFrame(go_ozet).to_csv(GO_KLASORU / "GO_ozet.csv", index=False, encoding="utf-8-sig")
print(pd.DataFrame(go_ozet).to_string(index=False))Hücre yeni bir veri sürümüyle çalışırsa sonuçlar güncellenebilir. İnternet veya sunucu hatasında eşikleri değiştirmeden bağlantıyı kontrol edip daha sonra yeniden deneyin.
Bütün kimlikler tanındı. Ancak her genin bu veri sürümünde GO:BP anotasyonu olmadığı için etkili liste büyüklükleri 28, 16 ve 9'a düştü. Bölge listesindeki 14, morfolojideki 9 ve ortak listedeki 7 genin bu analiz kapsamına girmemesi, bu genlerin işlevsiz veya önemsiz olduğu anlamına gelmez.
Bölge listesinde en küçük düzeltilmiş p-değerini paylaşan terimler arasında savunma yanıtı, mantara yanıt ve ER cisimciği organizasyonu var.
42 anlamlı terimin tamamı sonuç dosyasında korunuyor. “ER body organization” için yüksek katsayı, arka plandaki kategorinin yalnız altı gen içermesiyle birlikte okunmalı. Savunma veya mantara yanıt anotasyonlarının zenginleşmesi de regolit deneyinde mantar enfeksiyonu gözlendiğini göstermez.

Morfoloji listesinde dokuz terim eşiği geçti. “Defense response to insect” terimini AT3G25180 ve AT5G24770; “galactose metabolic process” terimini AT1G09350 ve AT1G60470 destekliyor. Her iki terimde de k=2, n=16 ve düzeltilmiş p yaklaşık 0,015707. Arka plandaki terim büyüklükleri sırasıyla 35 ve 21; zenginleşme katsayıları 78,01 ve 130,02.
Diğer yedi anlamlı satır, davranış ve yumurtlama davranışıyla ilişkili iç içe terimlerden oluşuyor. Hepsini aynı tek gen, AT3G25180 (CYP82G1) destekliyor; bu arka plandaki terim büyüklükleri de bir. Bunları yedi bağımsız biyolojik süreç bulgusu gibi sayamayız.
CYP82G1, bitki–böcek etkileşiminde rol alan uçucu homoterpenlerin üretimiyle ilişkili; NCBI'nin GO kayıtlarında böcek yumurtlama davranışının olumsuz düzenlenmesiyle de anotasyonlanmış. Bu terimler bitkinin yumurtladığını veya regolit deneyinde yumurtlama gözlendiğini anlatmıyor. [13]

Ortak 16 genlik listede BH p < 0,05 eşiğini geçen terim bulunmadı. GO:BP analizine dokuz gen girdi ve en küçük düzeltilmiş p-değeri 0,182265 oldu. Uyguladığımız eşik korunuyor. Bu sonuç, ortak genlerde biyolojik işlev bulunmadığı veya ortak bir yanıtın olmadığı anlamına gelmez.
Oksidatif strese yanıt terimi (GO:0006979) de bu ayarlarda anlamlı değildi: bölge listesinde düzeltilmiş p yaklaşık 0,523560, morfoloji listesinde 0,061887. Morfoloji listesinin değeri 0,05'in üzerinde kaldığı için onu anlamlı bulguya çevirmiyoruz. Bu, makaledeki daha geniş transkriptom yorumunu geçersiz kılmaz; analiz edilen gen kümesi, anotasyon kapsamı ve arka plan farklıdır.
Canlı çalıştırmada grafik oluşturmak için sonraki hücreyi kullanabilirsiniz:
for ad in GO_LISTELERI:
t = go_tablo.loc[(go_tablo["Liste"] == ad) & (go_tablo["BH_p"] < 0.05)]
t = t.sort_values(["BH_p", "GO"]).head(12).iloc[::-1]
if t.empty:
print(ad, ": BH p < 0,05 eşiğini geçen terim yok.")
continue
fig, ax = plt.subplots(figsize=(11, max(4, 0.55 * len(t))))
ax.barh(t["Terim"] + " (" + t["GO"] + ")", -np.log10(t["BH_p"]), color="#187f8c")
ax.axvline(-np.log10(0.05), color="gray", linestyle="--")
ax.set_xlabel("−log10(BH ile düzeltilmiş p)")
ax.set_title(ad + ": en küçük BH p değerlerine sahip en fazla 12 terim")
fig.tight_layout()
fig.savefig(GO_KLASORU / f"{ad}_GO_BP.png", dpi=180, bbox_inches="tight")
plt.show()14. Kendi gözlemlerimizi makaledeki bulgularla karşılaştıralım
Bu bölümdeki yayın sayıları Paul ve arkadaşlarının sonuçlarıdır; bizim Data 3 üzerinde yaptığımız sayımlardan ayrı tutulmalıdır. Makalede Apollo 11 için 465, Apollo 12 için 265, Apollo 17 için 113 diferansiyel ifade gösteren gen bildiriliyor. Bölge karşılaştırmalarındaki DEG'lerin %71'inin tuz, metal ve ROS stresiyle ilişkili olduğu, üç bölgede ortak değişen genlerde ise besin metabolizmasıyla ilişkili genlerin %29'luk bir temsil gösterdiği yazıyor. Bu iki yüzde farklı gen kümelerine ilişkin verilmiştir; aynı payda gibi kullanılamaz. [1]
Morfoloji karşılaştırmasında Large için 150, Small için 130, Severe için ise 1000'in üzerinde DEG bildiriliyor. Data 3'teki 42 ve 25 genlik listeler, bu sayıların yerine geçmez. 6. bölümde hesapladığımız 16 ortak gen de yalnız incelenen ek dosyanın kesişimidir.
Makale, Apollo 11 örneğini olgun, Apollo 12'yi yarı olgun, Apollo 17'yi olgunlaşmamış regolit olarak tanımlıyor. Daha fazla yüzey maruziyetiyle aglütinat ve nanofaz metalik demir bolluğu arasındaki ilişkiyi tartışıyor. Apollo 11'de daha çok, Apollo 17'de daha az ifade farkı görülmesi bu çerçeveyle uyumlu. Yine de yalnız bu karşılaştırmadan olgunluğun bütün farkların nedeni olduğunu söyleyemeyiz. Regolitlerin bileşimi ve fiziksel özellikleri de birlikte değişiyor. [1]
Görünüşü daha sağlıklı olan Large bitkilerinde de ifade farkları bulunması, bu deneyde dış görünüşün moleküler değişimleri bütünüyle yansıtmadığını gösteriyor. Analog görevlerde bitki izlemi için bu ilişki incelenebilir; insan sağlığına veya bütün görev koşullarına doğrudan genellenemez.
Large grubuna özgü değişimler içinde LEA ailesi genleri için 50–100 kat ifade artışları, ATPC2 (AT1G15700) için belirgin azalış tartışılıyor. Buradaki ölçüm gen ifadesidir; protein miktarının aynı oranda arttığını söyleyemeyiz. ATPC2 örneği de bütün ortak genlerin değil, Large grubuna özgü değişimlerin bağlamında okunmalıdır. [1]
Kendi analizimizin somut sonuçlarından biri şöyle raporlanabilir: “42 genlik bölge listesinin GO:BP anotasyonlu 28 geni içinde, savunma yanıtı terimi (GO:0006952), 21.844 genlik anotasyonlu arka plana göre aşırı temsil gösterdi (k=10; zenginleşme katsayısı=4,77; BH ile düzeltilmiş p=0,002369).” Bu ifade, kullanılan listeyi ve arka planı birlikte tanımlar. Kaynak çalışmanın %71 veya %29 değerlerini yeniden üretmiş olduğumuzu söylemez.
15. Bu analizden hangi hipotezler çıkabilir?
Bir genin regolit grubunda farklı ifade göstermesi, regolit koşuluyla ilişkili bir gözlemdir. Bunun strese yanıt mı, gelişim farkı mı, koruyucu bir mekanizma mı veya başka bir sürecin sonucu mu olduğu ayrıca araştırılır. Gen ifadesinden tek başına nedensellik kuramayız.
Benzer biçimde bir metal yanıtı terimi, doğrudan şelasyon uygulamasını önermez. Ön işlem veya besin düzenlemesi gibi seçenekler, uygun kontrol gruplarıyla sınanabilecek hipotezler oluşturabilir. Bir uygulamanın bitki performansını iyileştirirken başka bir besinin kullanılabilirliğini azaltıp azaltmadığı da ölçülmelidir.
Besin metabolizmasıyla ilişkili örüntüler görülürse, besin çözeltisinin bileşimi ve kullanılabilirliği araştırılabilir. Makaledeki JSC-1A ön deneylerinde yalnız su verilen bitkilerin ilk gerçek yaprak çiftinden öteye gelişemediği, incelenen koşullarda 0,125× MS çözeltisinin uygun büyümeyi desteklediği bildiriliyor. Ay regolitinde besin gerekliliği ise malzeme sınırlılığı nedeniyle aynı biçimde doğrudan sınanmamış. Bu yüzden o ön deneyden bütün regolitler için tek bir besin reçetesi çıkaramayız. [1]
Protein katlanmasıyla ilişkili terimler de yalnız sıcaklığa özgü değildir. Sıcaklık, su durumu ve diğer çevresel ölçümlerle birlikte yorumlanmaları gerekir. Gen listesi hangi ölçümlerin yararlı olabileceğini düşündürebilir; ölçülmemiş çevresel koşulların yerini tutmaz.
Uygulama akışımız şöyle ilerliyor: gelişim ve gen ifade ölçümleri, işlenmiş sonuçların incelenmesi, işlevsel yorum, sınanabilir hipotez, kontrollü deney ve gerekirse uygulama kararı. Bu yazıda ağırlıkla sonuçların incelenmesi ve yorumlanması üzerinde çalıştık. Sonraki adımlar için yeni deneysel kanıt gerekir.
Bu noktada sınırları bir arada hatırlayalım: Data 3'te yeni bir diferansiyel ifade analizi yapacak ham sayım matrisi ve model bilgileri yok. İstatistik sütunu olmadan volkan grafiği üretmiyoruz. Ortak genleri yeniden keşfettiğimizi söylemiyor, bu listelerin dışındaki bütün transkriptoma veya insan fizyolojisine genelleme yapmıyoruz.
16. Analizi kaydedelim ve sorunları çözelim
Aynı çalışmayı sonradan kontrol edebilmek için kaynak dosyayı, not defterini, çıktı tablolarını ve analiz ayarlarını birlikte saklayın. GO anotasyonları güncellenebildiği için aynı liste daha sonra farklı sonuç verebilir. Yazılım ve veri sürümlerini kaydetmek, bu farkları anlamayı kolaylaştırır.
Aşağıdaki hücre tablo ve GO uygulamasının temel bilgilerini kaydeder. GO ham yanıtlarında araç sürümü, sorgu ayarları ve servis zamanı da bulunur. Kaynak gen listeleriyle birlikte bu dosyaları saklayın.
import sys
import hashlib
import json
from datetime import datetime, timezone
import matplotlib
kayit = {
"zaman_utc": datetime.now(timezone.utc).isoformat(),
"kaynak": "Paul ve ark. (2022), Supplementary Data 3",
"dosya": DOSYA.name,
"sha256": hashlib.sha256(DOSYA.read_bytes()).hexdigest(),
"baslik_satiri_sifirdan": BASLIK_SATIRI,
"sol_sutunlar": SOL_KONUMLAR,
"sag_sutunlar": SAG_KONUMLAR,
"bolge_gen": len(sol),
"morfoloji_gen": len(sag),
"ortak_gen": len(ortak),
"jaccard": jaccard,
"grafikte_en_fazla_gen": KAC_GEN,
"Python": sys.version,
"pandas": pd.__version__,
"numpy": np.__version__,
"matplotlib": matplotlib.__version__,
"GO_analizi": {"arac": "g:Profiler", "kaynak": "GO:BP",
"arka_plan": "annotated", "duzeltme": "BH-FDR",
"esik": 0.05, "liste_ozetleri": go_ozet},
}
Path("analiz_kaydi.json").write_text(
json.dumps(kayit, ensure_ascii=False, indent=2), encoding="utf-8"
)
print("Grafikler, CSV tabloları, gen listeleri ve analiz kaydı kaydedildi.")Dosyaları kurumunuzun izin verdiği bir sürümleme veya arşivleme ortamında saklayabilirsiniz. Git tabanlı bir sistem, kurum içi depolama ya da tarih ve sürüm numarası verilmiş arşivler kullanılabilir. Seçim, erişim ve saklama koşullarınıza bağlıdır.
Sık karşılaşılan sorunlarda şu kontroller işe yarar;
FileNotFoundError: Dosyanın sol panelde yüklü olduğunu ve
DOSYAsatırının adla eşleştiğini kontrol edin. Oturum sıfırlandıysa yeniden yükleyin.openpyxl eksikliği:
%pip install openpyxlhücresini çalıştırıp dosyayı yeniden okuyun.np, pd veya plt tanımlı değil: İlk içe aktarma hücresini çalıştırın. Hücreleri yukarıdan aşağıya yürütün.
Gen sayısı sıfır veya beklenenden farklı: Dosyanın Data 3 olduğunu, ana başlık satırını ve sütun konumlarını kontrol edin. Sağ bloğun alt bölümünü atlamayın.
Sayısal değer veya yinelenen kimlik hatası: Bildirilen satırı kaynak dosyada inceleyin. Sorunu gidermek için otomatik olarak silmek veya sıfırla doldurmak yerine nedenini belirleyin.
Girinti hatası: Kod bloğunu bütünüyle yeniden kopyalayın. Döngü ve koşul gövdelerinin girintilerini koruyun.
GO aracı az kimlik tanıyor: Organizmayı, kimlik biçimini, eş adları, sürümü ve kapsamı kontrol edin. Tanınmayan kimlikleri ayrıca saklayın.
Anlamlı GO terimi yok: Seçilen listeyi, arka planı ve ayarları kaydedip sonucu olduğu gibi bildirin. Bunun nedenini yalnız kısa listeye bağlamayın.
İki araç farklı sonuç veriyor: Ayarları ve veri sürümlerini karşılaştırın. Sonuçların kesişimini tek doğruluk ölçütü olarak kullanmayın.
Araç sitesi açılmıyor: Yerel tablo ve grafik işlemlerini sürdürebilirsiniz. Başka araca geçerseniz yöntemi ve ayarları yeniden kaydedin.
Bu çalışma, analog astronot adayları için de uygulanabilir bir veri okuryazarlığı alıştırması olabilir. Adayın iki bloğu ayırması, gen kimliğiyle birleştirme yapması, listenin kapsamını açıklaması ve anahtar kelime sayımıyla zenginleştirmeyi ayırt etmesi beklenebilir. Arka plan seçimini gerekçelendirmek, eşlenmeyen kimlikleri bildirmek ve dosya ile makale arasındaki farkı kayda geçirmek de değerlendirilebilir kazanımlardır.
İkinci yazıda gen ifade tablosunu nasıl okuyacağımızı öğrenmiştik. Bu bölümde aynı çalışmanın ek gen listelerini biyolojik sorularla ilişkilendirdik. İncelediğimiz ek dosyada 42 ve 25 genlik iki liste, 16 ortak gen ve yorumlanabilecek işlev açıklamaları var.
GO analizini de çalıştırdık: bölge listesinde 42, morfoloji listesinde dokuz terim BH eşiğini geçti; ortak listede anlamlı terim bulunmadı. Bu sonuçları anotasyon kapsamı ve seçilen arka planla birlikte yorumladık.
Bir gen adını tanımak, bir grafiği okumak ve bir hipotez kurmak birbirini tamamlayan işler. Bu seride edinmek istediğimiz alışkanlık da bu; kaynağı açmak, kullanılan gen kümesini tanımak ve ulaştığımız yorumun hangi verilere dayandığını açıkça göstermek.
Kaynakça
1. Paul, A.-L., Elardo, S. M. ve Ferl, R. (2022). Plants grown in Apollo lunar regolith present stress-associated transcriptomes that inform prospects for lunar exploration. Communications Biology, 5, 382. [Makale ve ek materyaller](https://pmc.ncbi.nlm.nih.gov/articles/PMC9098553/). [DOI] (https://doi.org/10.1038/s42003-022-03334-8).
2. Paul ve ark. (2022). [Supplementary Data 3, özgün XLSX dosyası] (https://static-content.springer.com/esm/art%3A10.1038%2Fs42003-022-03334-8/MediaObjects/42003_2022_3334_MOESM5_ESM.xlsx). Dosyadaki sayımlar bu uygulamada ayrıca kontrol edilmiştir.
3. NCBI GEO. [GSE188852 çalışma kaydı ve işlenmiş sonuç tabloları] (https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE188852).
4. Gene Ontology Consortium. [Gene Ontology overview] (https://geneontology.org/docs/ontology-documentation/).
5. Gene Ontology Consortium. [Introduction to GO annotations] (https://geneontology.org/docs/go-annotations/).
6. Gene Ontology Consortium. [GO enrichment analysis; referans gen evreni ve sonuçların okunması] (https://geneontology.org/docs/go-enrichment-analysis/).
7. AmiGO. [GO:0010038 — response to metal ion] (https://amigo.geneontology.org/amigo/term/GO:0010038).
8. Mi, H. ve ark. (2019). Protocol Update for Large-scale genome and gene function analysis with PANTHER Classification System (v.14.0). Nature Protocols, 14, 703–721. [Tam metin] (https://pmc.ncbi.nlm.nih.gov/articles/PMC6519457/). [PANTHER](https://pantherdb.org/).
9. g:Profiler. [g:GOSt yöntemleri, kimlik eşleme ve analiz seçenekleri] (https://biit.cs.ut.ee/gprofiler/page/docs).
10. Gene Ontology Consortium. [Guide to GO subsets / GO-slim] (https://geneontology.org/docs/go-subset-guide/).
11. Google Colab. [Sık sorulan sorular ve çalışma ortamının kullanımı] (https://research.google.com/colaboratory/faq.html).
12. g:Profiler. Resmî API parametreleri ve sonuç alanları.
13. NCBI Gene. CYP82G1 / AT3G25180 kaydı.
Yazar Hakkında
Meslek: Biyoteknolog
MoEP Takımı: Astroviroloji ve Yaşamın Kökeni Arş. Takımı (AVO)
Yorumlar
Henüz yorum yapılmamış. İlk yorumu sen yap!



