User Guide
사용자 가이드
분석 흐름과 용어, 결과를 읽는 방법을 단계별로 확인합니다.
전체 프로세스
분석 유형을 선택하면 단계별로 해야 할 일을 확인할 수 있습니다.
- 1데이터 검색GSE 번호 또는 질환 · 생물종 · 검체 조건으로 연구 데이터를 찾습니다.
- 2비교 설계Test와 Control을 정하고 분석할 비교 조건을 선택하거나 직접 만듭니다.
- 3설정 확인샘플 수와 비교 방향 및 추가 분석 항목을 실행 전에 확인합니다.
- 4실행RNA-seq 또는 Microarray 데이터 유형에 맞는 분석 파이프라인을 실행합니다.
- 5결과PCA · Volcano · MA · Heatmap · 기능분석 · 바이오마커 · 세포조성을 확인하고 결과 자료를 내려받습니다.
- 1코호트 선택분석을 마친 단일 분석 결과 가운데 같은 질문을 다룬 코호트를 여러 개 고릅니다.
- 2비교 설계코호트마다 같은 방향의 비교(예: Responder vs Non-responder)를 맞춥니다.
- 3설정 확인포함할 코호트와 비교 방향, 재현 코호트 수 기준을 실행 전에 확인합니다.
- 4실행코호트별 효과 크기를 계산하고 하나로 통합합니다.
- 5결과통합 효과 크기와 재현 코호트 수, 측정 신뢰도 등급으로 후보 유전자를 확인합니다.
단계별 용어 설명
분석 단계마다 자주 나오는 용어를 정리했습니다.
01 데이터 검색
GSEGEO에서 하나의 연구 전체를 구분하는 번호입니다.
GSM / SRR각각 GEO 샘플과 SRA sequencing run을 구분하는 번호입니다.
RNA-seqRNA 염기서열을 읽어 유전자 발현량을 측정하는 데이터 유형입니다.
Microarray프로브 신호 강도로 유전자 발현량을 측정하는 데이터 유형입니다.
02 비교 설계와 방향 확인
Test변화를 확인하려는 실험군입니다.
Control비교 기준이 되는 대조군입니다.
03 분석 설정과 실행
log2FCTest와 Control 사이 발현 변화의 크기와 방향입니다. 양수면 Test에서 높습니다.
유의성 (padj)여러 유전자를 한꺼번에 검정한 것을 보정한 p값입니다. 기본 기준은 0.05 미만이며 p-value로 바꿀 수 있습니다.
DEG유의성과 |log2FC| 기준(기본 1)을 모두 통과한 차등발현 유전자입니다. 기준은 결과 화면에서 바꿀 수 있습니다.
재현 기준메타 분석에서 몇 개 이상의 코호트에서 선별된 유전자만 검정할지 정하는 기준입니다.
04 결과 보기
PCA샘플의 전체 발현 패턴으로 그룹 분리와 이상치를 확인합니다.
DEG · Volcano유전자마다 발현 변화(log2FC)와 유의성을 함께 보여 DEG를 확인합니다.
DEG · MA발현 변화와 평균 발현량을 함께 보여, 발현이 낮은 유전자의 큰 변화를 가려 봅니다.
HeatmapDEG의 샘플별 발현을 색으로 보여 그룹별 패턴을 확인합니다.
기능분석(GO)DEG가 어떤 생물학적 기능(Gene Ontology)에 몰려 있는지 상향 · 하향으로 나눠 봅니다.
DEG 파일비교별 전체 유전자 결과 표(log2FC · p값 등)를 보고 내려받습니다.
바이오마커후보 유전자를 측정 신뢰도 등급과 함께 보여 줍니다(RNA-seq).
세포조성추가 분석을 켰을 때 면역세포 비율을 추정한 결과입니다(RNA-seq).
파라미터분석에 쓴 조건과 품질 지표(QC)를 확인합니다.
통합 효과 크기코호트 메타 분석에서 코호트마다 잰 Test와 Control 차이(Hedges' g)를 하나로 합친 값입니다.
비교 설계
자동으로 찾은 실험군 / 대조군 비교를 먼저 확인합니다. 원하는 비교가 없으면 조건을 걸어 비교를 만들거나 고급 옵션에서 그룹을 직접 지정합니다.
1실험군 / 대조군 비교 정하기→
2추가 분석 선택
비교 예시
기본 · 자동 추천 비교Tumor vs Normal
메타데이터의 질환 상태에서 자동으로 찾은 비교입니다. 목록에서 체크만 하면 됩니다.
고급 · 조건을 걸어 비교 만들기Drug A 투여군만 · Week 2 vs Week 0
시점에서 Week 2를 실험군, Week 0을 대조군으로 정하고 처리 = Drug A로 좁힙니다.
추가 분석 · 선택면역세포 조성 분석
조직 · 혈액처럼 여러 세포가 섞인 샘플에서 면역세포 비율을 추정합니다. 결과 화면의 세포조성 탭에서 확인합니다(RNA-seq).
파란 값이 실험군, 주황 값이 대조군입니다. 방향이 반대면 ⇄로 바꿉니다. 메타데이터에 그룹 정보가 없으면 고급 옵션의 그룹 직접 입력으로 샘플마다 그룹을 지정하세요. 같은 환자의 치료 전후처럼 짝이 있는 데이터면 비교 옆에 개인차 보정이 나타나고, 켜면 개인 간 차이를 빼고 비교합니다.
결과 해석
그래프의 역할을 구분해서 확인합니다. 한 그래프만으로 결론을 내리지 않고 샘플 분포와 발현 변화 및 후보 재현성을 함께 봅니다.
1PCA
점 사이 거리는 샘플의 전체 발현 패턴 차이를 나타냅니다.
2Volcano plot
좌우는 발현 변화 방향이며 위쪽일수록 통계적 근거가 큽니다.
3Heatmap
행은 유전자이고 열은 샘플입니다. 비슷한 발현 패턴이 모이는지 확인합니다.
해석 순서
- 1PCA에서 샘플 품질 확인
- 2Volcano · MA에서 DEG 확인
- 3Heatmap · 기능분석(GO)으로 패턴과 기능 확인
- 4바이오마커 · 세포조성으로 후보 확인