forked from bayegy/Metabonome
-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathrender_report.py
executable file
·153 lines (125 loc) · 11.2 KB
/
render_report.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
#!/usr/bin/env python3.8
import sys
import os
sp, html_path, input_type, flow_type = sys.argv
qc_content = """
<p>质量控制是生物分析的基本概念之一，用在保证组学测定的数据的重复性和精确性。由于色谱系统与质谱直接与样品接触， 随着分析样品的增多，色谱柱和质谱会逐步的污染，导致信号的漂移，造成测量的系统误差。通过重复使用同一个质控样本(QC样本)来跟踪整个数据采集过程的行为， 已经被大多数的分析化学领域专家推荐和使用。质控样本被用于评估整个质谱数据在采集过程中的信号漂移， 这些漂移进一步能够被精确的算法所识别，校正，提高数据的质量。本流程采用R语言statTarget包的QC-RFSC算法对各个样本的特征（每个代谢物）信号峰进行校正，并记录了每个代谢物的校正效果。QC样本是所有样本取等量混合后的样本，在信号数据采集过程中，在开头，结尾，以及中间部分位点插入QC样本，记录信号漂移情况。所有QC样本都是一样的，如果没有信号漂移，在数据采集过程中，QC样本的信号强度应该是保持不变的。如图3-3所示，校正信号漂移后，如果在PCA图中，QC样本点聚到一起，证明校正效果良好。</p>
<div class="image-block">
<img src="FiguresTablesForReport/图3-3.png">
<h6>图3-3 质控样本PCA图</h6>
<p class="image-description">红色点为校正后的质控样本点（QC样本），蓝色点为检测样本。</p>
</div>
<!--
<div class="alert alert-primary alert-dismissible">
<button type="button" class="close" data-dismiss="alert">×</button>
<strong>注：</strong> 数据预处理数据文件：metabolome_pos.xlsx （正离子模式）,metabolome_neg.xlsx （负离子模式）。metabolome_*.xls里面包含“raw”和“normalized”两个工作簿，其中“raw”工作簿是数据预处理前（即解卷积获得的）数据，“normalized”工作簿是经过归一化、QA等预处理后的数据。
</div>
-->
"""
pathway_nav = """
<div class="btn-group">
<button type="button" class="btn btn-info"><a class="buta" href="#a10">十 通路分析</a></button>
<button type="button" class="btn btn-primary dropdown-toggle dropdown-toggle-split" data-toggle="dropdown">
<span class="caret"></span>
</button>
<div class="dropdown-menu">
<a class="dropdown-item" href="#a10.1">10.1 富集分析</a>
<a class="dropdown-item" href="#a10.2">10.2 拓扑分析</a>
<a class="dropdown-item" href="#a10.3">10.3 代谢通路图</a>
</div>
</div>
"""
pathway_content = """
<hr>
<div id="a10" class="anchor"></div>
<h2>十 代谢通路分析（<a href="09-PathwayTopoEnrichment">09-PathwayTopoEnrichment目录</a>）</h2>
<div id="a10.1" class="anchor"></div>
<h3>10.1 富集分析</h3>
<p>富集分析的目的寻找在某个生物学过程中起关键作用的生物通路, 从而揭示和理解生物学过程的基本分子机制。对于代谢组数据，在富集分析之前，我们需要挑选一些重点关注的代谢物，通常是那些在分组间有显著差异（T检验，p<0.05）的代谢物，再看这些代谢物都在哪些代谢通（KEGG物种特异性代谢通路，不同物种的代谢通路略有区别）路中出现，通过计算这些代谢通路的ORA（Over-Representation Analysis，过表达分析）p值，从而判断关注的代谢物（显著差异的代谢物）是否在这些代谢通路中显著富集。图10-1中显示了差异代谢物显著富集的代谢通路。这些代谢通路可能在所研究的生物学过程中有重要意义。</p>
<div class="image-block">
<img src="FiguresTablesForReport/图10-1.png">
<h6>图10-1 ORA富集分析</h6>
<p class="image-description">横坐标为富集倍数，它是代谢通路中， 观测代谢物数/理论代谢物数。p值的大小用颜色表示，颜色越深，p值越小。 </p>
</div>
<div id="a10.2" class="anchor"></div>
<h3>10.2 拓扑分析</h3>
<p>即便关注的代谢物在某个通路中显著富集，我们仍然不知道这些代谢物在这个代谢通路中是否起到关键作用，代谢物对代谢通路究竟有多大影响（Impact）。拓扑分析能够计算关注的代谢物在代谢通路中的作用大小（用Impact衡量）。例如，如果代谢通路中，一个代谢物下游没有其他任何代谢物或基因，那么我们可以判断这个代谢物对代谢通路的影响基本为零。相反，如果一个代谢物非常靠近上游，且下游有很多其他代谢物和基因，那么这个代谢物对代谢通路的影响一定很大。我们通常将拓扑分析和富集分析结合起来，从而判断一个代谢通路是否在所研究的生物学过程中起到关键作用。图10-2中蓝色区域的代谢通路是ORA富集分析中显著的代谢通路，纵坐标展示了这些代谢通路在拓扑分析中的Impact。</p>
<div class="image-block">
<img src="FiguresTablesForReport/图10-2.png">
<h6>图10-2 ORA富集分析和拓扑分析</h6>
<p class="image-description">横坐标为ORA分析p值，蓝色区域是显著的（p<0.05）；纵坐标为拓扑分析Impact。 </p>
</div>
<div id="a10.3" class="anchor"></div>
<h3>10.3 代谢通路图</h3>
<p>代谢通路图能够比较直观的反映代谢物的上下游关系，作用模式，以及代谢通路的拓扑结构，同时能找到与代谢物关联的基因。图10-3是只包含代谢物的代谢通路，红色代谢物是关注的代谢物，即在分组间有显著差异的代谢物。图10-4是同时包含代谢物和基因的代谢通路（KEGG完整的代谢通路），有颜色的代谢物是在分组间有显著差异的代谢物，颜色对应分组，表示在对应分组中代谢物含量较高（相对其它分组）。</p>
<div class="image-block">
<img src="FiguresTablesForReport/图10-3.png">
<h6>图10-3 只包含代谢物的代谢通路</h6>
<p class="image-description">红色代谢物是在分组间有显著差异的代谢物。 </p>
</div>
<div class="image-block">
<img src="FiguresTablesForReport/图10-4.png">
<h6>图10-4 代谢物和基因的代谢通路</h6>
<p class="image-description">有颜色的代谢物是在分组间有显著差异的代谢物，颜色对应分组，表示在对应分组中代谢物含量较高（相对其它分组）。 </p>
</div>
"""
bar_content = """
<p>在所有代谢物中，有的代谢物是在生物体内扮演着特定角色的，比如激素，维生素等。我们将所有代谢物用<a href="https://www.genome.jp/kegg-bin/get_htext?br08001">KEGG数据库br08001</a>进行注释，得到代谢物所扮演的生物学角色，然后统计每个生物学角色的百分比含量，绘制百分比含量堆积柱形图，如图4-2所示。</p>
<div class="image-block">
<img src="FiguresTablesForReport/图4-2.png">
<h6>图4-2 扮演生物学角色的代谢物百分比堆积柱形图</h6>
<p class="image-description">横坐标是样品名，根据分组顺序排序，同时用不同颜色标注了不同的分组样本。纵坐标表示各个生物学角色的百分比含量。</p>
</div>
"""
exp_flow = {
"lc_ms": """
<p>该实验中我们利用基于液质联用（LC-MS/MS）的方式研究了样本的代谢组。</p>
<ol>
<li>
通过Proteowizard软件（v3.0.8789）将获得的原始数据转换成mzXML格式（xcms输入文件格式）
</li>
<li>
利用R（v3.1.3）的XCMS程序包进行峰识别（peaks identification）、峰过滤（peaks filtration）、峰对齐（peaks alignment）
</li>
<li>
得到包括质核比（mass to charge ratio, m/z）和保留时间（retention time）及峰面积（intensity）等信息的数据矩阵；进而得到正负离子模式下的前体分子，导出数据至excel进行后续分析。
</li>
</ol>
<div class="image-block">
<img src="FiguresTablesForReport/src/image/2-1.png">
<h6>图2-1 代谢组实验流程</h6>
<p class="image-description"></p>
</div>
<p>详细实验步骤参见实验检测报告。</p>
""",
"gc_ms": """
<p>样品检测基于气质联用（GC-MS）。具体参见实验检测报告。</p>
""",
"gc_q_ms": """
<p>该实验中我们利用基于气质联用（GC-Q-MS）非靶向的方式研究了样本的代谢组。</p>
<ol>
<li>通过Agilent MSD ChemStation工作站将获得的原始数据转换成netCDF格式（xcms输入文件格式）</li>
<li>进行峰识别（peaks identification）、峰过滤（peaks filtration）、峰对齐（peaks alignment）</li>
<li>得到包括质核比（mass to charge ratio，m/z）和保留时间（retention time）及峰面积（intensity）等信息的数据矩阵；结合AMDIS程序进行代谢物的注释，注释所用数据库为National Institute of Standards and Technology（NIST）商业数据库和Wiley Registry代谢组数据库，其中代谢物烷烃保留指数根据The Golm Metabolome Database（GMD）（http://gmd.mpimp-golm.mpg.de/）提供的保留指数用于进一步的物质定性，同时大部分物质由标准品进行进一步确认，导出数据至excel（标准品鉴定过的物质为红色字体）进行后续分析。</li>
</ol>
<p>详细实验步骤参见实验检测报告。</p>
"""}
def render_html(in_fp, out_fp=False, **kwargs):
out_fp = out_fp or in_fp
with open(in_fp, 'r') as f:
out = f.read()
for k, v in kwargs.items():
out = out.replace("{{%s}}" % (k), v)
with open(out_fp, 'w') as f:
f.write(out)
if input_type.find("untarget") == -1:
render_html(in_fp=html_path, qc_content="", pathway_content="", pathway_nav="", proc=exp_flow[flow_type],
bar_content="", od1="十", od2="十一", od3="十二", od4="图3-3", od5="图4-2")
else:
render_html(in_fp=html_path, qc_content=qc_content, pathway_content=pathway_content, proc=exp_flow[flow_type],
pathway_nav=pathway_nav, bar_content=bar_content, od1="十一", od2="十二", od3="十三", od4="图3-4", od5="图4-3")
"""
else:
render_html(in_fp=html_path, qc_content=qc_content, pathway_content=pathway_content, proc=exp_untarget_gc,
pathway_nav=pathway_nav, bar_content=bar_content, od1="十一", od2="十二", od3="十三", od4="图3-4", od5="图4-3")
"""