omaat
1.0.0
OpenMSI Arrayed Analysis Toolkit (OMAAT) ist ein neues Softwarepaket zur Analyse räumlich definierter Proben in der Massenspektrometrie-Bildgebung (MSI). Früher gingen Forscher die Daten entweder manuell durch oder verließen sich für groß angelegte, auf der Region von Interesse basierende Analysen auf professionelle Computeralgorithmen. Durch die Verwendung eines Jupyter-Notebooks wird OMAAT für jedermann ohne Programmiererfahrung leicht zugänglich und macht die Peaksuche und Peakintegration in räumlich definierten Stichproben in MSI-Datensätzen unkompliziert. In Kombination mit OpenMSI entsteht eine leistungsstarke Plattform zum Speichern, Teilen und Analysieren räumlich definierter MSI-Daten und fördert den Einsatz von MSI zur Analyse großer Array-Sample-Sets. Diese neue Fähigkeit wird den Einsatz der Laser-Desorptions-Ionisations-Massenspektrometrie-Bildgebung als Modalität für die biomolekulare Analyse mit hohem Durchsatz erheblich ermöglichen.
OMAAT ist als Python-Modul geschrieben und mit der Anaconda-Python-Distribution primär getestet. Um unsere Testumgebung genau zu reproduzieren, sehen Sie sich die Distribution und Pakete hier und hier an.
Anaconda wird mit vielen Python-Paketen geliefert, die für die Datenanalyse nützlich sind. Wenn Sie Anaconda bereits haben, stellen Sie sicher, dass Ihre Pakete auf dem neuesten Stand sind. OMAAT erfordert Jupyter Version 4.1+ und Python Version 2.7+ oder 3.2+. Wir empfehlen die Verwendung der Anaconda-Distribution von Python, die hier verfügbar ist: https://www.continuum.io/downloads.
Zusätzlich zur Basisinstallation von Anaconda müssen Sie das Python-Paket „future“ installieren. Bei Anaconda erfolgt dies über den Conda-Paketmanager.
conda install future
Für die Widgets in diesem Notizbuch ist das Paket widgetsnbextension erforderlich. Dies kann installiert werden über:
conda install widgetsnbextension
jupyter nbextension enable --py --sys-prefix widgetsnbextension
OMAAT-Code kann über die Befehlszeile abgerufen werden durch:
git clone https://github.com/biorack/OpenMSI_Arrayed_Analysis_Tools.git
oder indem Sie die Zip-Datei des Repos hier herunterladen und dekomprimieren: https://github.com/biorack/OpenMSI_Arrayed_Analysis_Tools/archive/master.zip
Um das Notebook von einem Terminal aus zu starten, wechseln Sie in das OMAAT-Codeverzeichnis. Und tippen
jupyter notebook
Oder starten Sie das Notebook mit dem grafischen Launcher-Tool von Anaconda.
Python-Pakete werden ständig aktualisiert. Bitte kontaktieren Sie uns, indem Sie hier in Github ein Ticket erstellen, wenn Sie Probleme bei der Verwendung oder Installation von omaat haben.
Die Tests werden mit Travis-CI durchgeführt. Um eine ähnliche Python-Umgebung wie in unserem Test aus dem Verzeichnis omaat zu reproduzieren, verwenden Sie:
>conda create -n omaat_python3 python=3.5 pytest pip numpy scipy jupyter matplotlib pandas
# or
>conda create -n omaat_python2 python=2.7 future pytest pip numpy scipy jupyter matplotlib pandas
>source activate omaat_python3
# or
>source activate omaat_python2
>python setup.py install
>pytest test/test_all.py
*Markus de Raad, Tristan de Rond, Oliver Rübe, Jay D. Keasling, Trent R. Northen und Benjamin P. Bowen, „OpenMSI Arrayed Analysis Toolkit: Analysing Spatially Defined Samples Using Mass Spectrometry Imaging“ Anal. Chem., 2017, 89 (11), S. 5818–5823 DOI: 10.1021/acs.analchem.6b05004
Das Datenformat zur Speicherung von MSI-Daten ist in der folgenden Veröffentlichung beschrieben:
Oliver Rübel, Annette Greiner, Shreyas Cholia, Katherine Louie, E. Wes Bethel, Trent R. Northen und Benjamin P. Bowen, „OpenMSI: A High-Performance Web-Based Platform for Mass Spectrometry Imaging“ Analytical Chemistry 2013 85 (21 ), 10354-10361, DOI: 10.1021/ac402540a. [BibTeX][Online bei ACS]
Siehe „licence.txt“.
Siehe copyright.txt
