OmicsEV: a tool for comprehensive quality evaluation of omics data tables.
OmicsEV: a tool for comprehensive quality evaluation of omics data tables.
复制标题
DOI：
10.1093/bioinformatics/btac698
复制
发表时间：
2022-12-13
期刊：
影响因子：
--
通讯作者：
中科院分区：
文献类型：
--
作者：
基于RNA-Seq和质谱的研究生成组学数据表，其中包含一项研究中所有样本中数万个基因的测量值。一项研究的成功依赖于这些数据表的质量，这是由实验数据生成和用于将原始实验数据处理成定量数据表的计算方法决定的。我们提出了OmicsEV，一个用于组学数据表质量评估的R包。对于每个数据表，OmicsEV采用一系列方法对数据深度、数据归一化、批处理效应、生物信号、平台可重复性、多组学一致性进行评估，产生全面的可视化和定量评估结果，有助于评估单个数据表的数据质量，并有助于确定所研究组学研究的最佳数据处理方法和参数。OmicsEV的源代码和用户手册可在https://github.com/bzhanglab/OmicsEV上获得，源代码在GPL-3许可下发布。
RNA-Seq and mass spectrometry-based studies generate omics data tables with measurements for tens of thousands of genes across all samples in a study. The success of a study relies on the quality of these data tables, which is determined by both experimental data generation and computational methods used to process raw experimental data into quantitative data tables. We present OmicsEV, an R package for the quality evaluation of omics data tables. For each data table, OmicsEV uses a series of methods to evaluate data depth, data normalization, batch effect, biological signal, platform reproducibility and multi-omics concordance, producing comprehensive visual and quantitative evaluation results that help assess the data quality of individual data tables and facilitate the identification of the optimal data processing method and parameters for the omics study under investigation. The source code and the user manual of OmicsEV are available at https://github.com/bzhanglab/OmicsEV, and the source code is released under the GPL-3 license.
登录
查看更多内容
影响因子：
16.6
作者：
Satpathy, Shankha;Jaehnig, Eric J.;Ellis, Matthew J.
通讯作者：
Ellis, Matthew J.
影响因子：
12.3
作者：
Conesa A;Madrigal P;Tarazona S;Gomez-Cabrero D;Cervera A;McPherson A;Szcześniak MW;Gaffney DJ;Elo LL;Zhang X;Mortazavi A
通讯作者：
Mortazavi A
影响因子：
4.6
作者：
Corchete LA;Rojas EA;Alonso-López D;De Las Rivas J;Gutiérrez NC;Burguillo FJ
通讯作者：
Burguillo FJ
影响因子：
9.3
作者：
Cole, Michael B.;Risso, Davide;Yosef, Nir
通讯作者：
Yosef, Nir
影响因子：
50.3
作者：
Huang C;Chen L;Savage SR;Eguez RV;Dou Y;Li Y;da Veiga Leprevost F;Jaehnig EJ;Lei JT;Wen B;Schnaubelt M;Krug K;Song X;Cieślik M;Chang HY;Wyczalkowski MA;Li K;Colaprico A;Li QK;Clark DJ;Hu Y;Cao L;Pan J;Wang Y;Cho KC;Shi Z;Liao Y;Jiang W;Anurag M;Ji J;Yoo S;Zhou DC;Liang WW;Wendl M;Vats P;Carr SA;Mani DR;Zhang Z;Qian J;Chen XS;Pico AR;Wang P;Chinnaiyan AM;Ketchum KA;Kinsinger CR;Robles AI;An E;Hiltke T;Mesri M;Thiagarajan M;Weaver AM;Sikora AG;Lubiński J;Wierzbicka M;Wiznerowicz M;Satpathy S;Gillette MA;Miles G;Ellis MJ;Omenn GS;Rodriguez H;Boja ES;Dhanasekaran SM;Ding L;Nesvizhskii AI;El-Naggar AK;Chan DW;Zhang H;Zhang B;Clinical Proteomic Tumor Analysis Consortium
通讯作者：
Clinical Proteomic Tumor Analysis Consortium