Zas nějaké přidané funkce do Human IMPs, a jako třešnička na dortu: krabice

Naposledy jsem Human IMPs vylepšoval tím, že jsem k nim poté co získaly grafický output přidal další dva predikční algoritmy a jejich data uložil do PostgreSQL databáze (předtím tool četl data z csv souborů, což bylo velmi provizorní, pomalé a určitě ne profesionální). Když jsem pak Human IMPs prezentoval na konferenci CzechMS, nějaký zájem už to vzbudilo, ale potýkal jsem se také s problémem, jak aplikaci prezentovat na posteru, a jak naplnit potřebu splnit tematické zadání grantového projektu, z nějž byly placeny moje jízdenky a hotel.

Výsledkem byla sada statistických výstupů, část takových, které jsem byl zvyklý prezentovat u dat souvisejících s membránovými proteiny dříve, část takových, které popisují míru shody či neshody mezi jednotlivými pěti predikcemi. Nová funkce Human IMPs vychází přesně z nich: u batch analýzy přibylo tlačítko “Generate Statistics”, které vám několik statistik ukáže. Jmenovitě to jsou Distribution of Transmembrane Helix Counts (počty proteinů s určitým počtem transmembránových alfa helixů, počínaje 1 a konče 12+), Method Agreement on Membrane Protein Classification (rozdělení integrálních membránových proteinů v batchi podle toho, zda se u nich všechny algoritmy shodují, že jsou membránové, nebo se shodují 4, 3, 2, či jen jeden), Prediction Consensus Classification (ukazuje, zda se na počtu predikovaných transmembránových alfa helixů shodují všechny algoritmy, nebo jen 4, 3, či 2), a Distribution of TM Region Coverage - % of Sequence (histogramy podílu sekvence tvořené transmembránovými alfa helixy pro jednotlivé algoritmy).

To jsou statistiky v době vydání, nějaké patrně ještě přibudou. K poslední z nich je ještě potřeba dodat jednu dodělávku v batch results - ty nyní kromě počtu a výčtu transmembránových alfa helixů ukazují i právě procentní podíl sekvence tvořené transmembránovými alfa helixy. To je metrika, která ukazuje “membránovost” daného proteinu z trochu jiného pohledu, než je pouhý počet transmembránových alfa helixů. Dva proteiny s dvanácti transmembránovými alfa helixy mohou mít 50 a 150 kDa a míra jejich “membránovosti” se pak poměrně liší.

Pokud chcete vidět výsledek ale nemáte zrovna po ruce sadu membránových proteinů, na vyzkoušení můžu poskytnout třeba tyhle:

Q9Y227    Q9Y241    Q9Y271    Q9Y282    Q9Y287    Q9Y289    Q9Y2D2    Q9Y2E8    Q9Y2G3    Q9Y2Q0    Q9Y2U8    Q9Y320    Q9Y385    Q9Y3A6    Q9Y3D6    Q9Y3E0    Q9Y3P8    Q9Y3Q3    Q9Y487    Q9Y4L1    Q9Y4P3    Q9Y4W6    Q9Y519    Q9Y548    Q9Y584    Q9Y5Q0    Q9Y5S1    Q9Y5U9    Q9Y5Y0    Q9Y639    Q9Y666    Q9Y672    Q9Y673    Q9Y6A9    Q9Y6G1    Q9Y6K0    Q9Y6M5    Q9Y6M7    Q9Y6N1    Q9Y6R1    Q9Y6X5

Druhá, nově zveřejněná webová aplikace je jen taková drobnůstka, BoxyPlots. V Excelu jdou boxploty nějak udělat, ačkoli to tedy rozhodně je hodně daleko od intuitivního postupu. Měl jsem tedy svoje boxplotí kódy pro vytváření výstupů z ELISA a měření myších nádorů v Pythonu a pouštěl si je v Google Colab, ale i to mi po čase začalo připadat nepohodlné, tak jsem se to rozhodl převést do podoby webové aplikace. Běží ve svaté trojici Pandas-NumPy-Matplotlib a do webu je integrovaná přes Blueprint. Myslím že je dost intuitivní na používání, vyzkoušejte sami.

To že sem umisťuji další webovou aplikaci vyvolává další potřebu: současný název domény má sice jakýsi svůj tajný smysl (nebo spíš nesmysl), ale určitou nevýhodu, že je zcela nezapamatovatelný. Proto už delší dobu zkouším vymyslet nějakou smysluplnější doménu, a zítra asi něco koupím.