Les scripts permettent de faire l'analyse des données issues de l'outil AraDEEPopsis.
araDEEPopsis: From images to phenotypic traits using deep transfer learning.
Patrick Hüther, Niklas Schandry, Katharina Jandrasits, Ilja Bezrukov, Claude Becke - Gregor-Mendel-Institute - Vienne https://www.biorxiv.org/content/10.1101/2020.04.01.018192v2
Ces résultats sont sous la forme d'un fichier .csv de 80 colonnes et N lignes (nb de photos qui ont été analysées).
Les scripts permettent :
- de sélectionner le paramètre que vous souhaitez analyser
- de faire une analyse statistique des données en fonction de leur distribution, en calculant l'intervalle de confiance
- de tracer la courbe de croissance (moyenne du paramètre choisi) avec l'erreur standard
- faire un bar plot pour un jour donné avec marque de significativité sur le graph
Deux script sont disponibles pour analyser vos données :
Analyse_croissance_cas1.R : Ce script permet de faire l’analyse des données de suivi de croissance de plusieurs lignées dans une seule condition de croissance.
Afin de permettre l’automatisation de l’analyse il faut respecter le motif suivant dans le nom des images : Day_Line_index.jpg
Analyse_croissance_cas2.R : Ce script permet de faire l’analyse des données de suivi de croissance d’une lignée dans plusieurs conditions de croissance.
Afin de permettre l’automatisation de l’analyse il faut respecter le motif suivant dans le nom des images : Day_Treatment_index.jpg
Pourquoi ces contraintes ?
Dans le fichier de résultat d’AraDEEPopsis les deux première colonnes sont «file» qui contient le nom de l’image (ex : Day_Treatment_index) et «format» qui contient l’extension (ex : jpg). Le script contient donc une commande qui permet de diviser la colonne «file» en 3 colonnes «Day», «Treatment» ou «Line» et «Index» qui seront utilisée pour grouper les données lors de l’analyse.
exemple :
df_data <- tidyr::separate(data = df_data, col = file, c("Day", "Treatment", "Index"), sep = "_", remove=TRUE)Si vous respecter les contraintes dans le nommage des photos le script pourra s’exécuter de manière automatique. Si ces contraintes ne sont pas respectées il vous faudra «tripatouiller» le code.
Si vous avez un design de manip plus compliqué (par exemple plusieurs lignées et plusieurs conditions), venez me voir pour que l’on fasse un script qui réponde à vos besoin spécifiques.
Le script est composé de plusieurs partie :
- une partie à modifier qui permet de le personnaliser
- une partie regroupant les fonctions utilisées dans le script
- la partie principale : celle qui fait l'analyse
Les modifications que vous devez faire sont dans la première partie qui est commune au deux scripts.
###Partie du script à modifier###########################################################
# Le répertoire de travail
setwd("PATH_TO_YOUR_DIRECTORY")
# Variable pour le script
# les données :
DATA <- "Path_to_results" #(Nom du fichier de resultat Aradeepopsis du type : aradeepopsis_traits.csv)
# Le paramètre étudié
VALUE <- 'le_nom_de_la_colonne_contenant_le_parametre' # exemple : plant_region_area, class_norm_perimeter, class_senesc_area,
#class_senesc_perimeter, class_antho_area, class_antho_perimeter
# La densité de la photo en pixel par cm
PIXBYCM <- Valeur_numérique
# Préciser si vous étudier une surface à convertir en cm2 ou un périmètre à convertir en cm
IS_AREA <- Un_booléen # TRUE ou FALSE
# Définir le jour pour la représentation des résultat en bar plot
GrowingDay <- Valeur_numérique
# Définir la lignée de référence
# Pour le cas 1
RefLine <- "nom_de_la_lignée_de_référence" # exemple : "col_0"
# Pour le cas 2
RefCond <- "nom_de_la_condition_de_référence" # exemple : "normal-light"
# Variables de personnalisation du graphique pour l'analyse statistique
#======================================================================================================================
# Définir la couleur des points
COULEUR <- "#d9c396"
# Palette de couleur pour les intervalles de confiance
PALETTE <- "Paired"
if (!require(ggplot2)) { install.packages("ggplot2") }
library(ggplot2)
# Orientationd des étiquettes de l'axe X.
# Pour des étiquettes horizontales : angle = 0, vjust = 0, hjust=0.
# Pour des étiquettes tournées de 90° : angle = 90, vjust = 0.5, hjust=1
orientation_xlabels <- theme(axis.text.x = element_text(angle = 0, vjust = 0, hjust=0.5))
# Position et aspect des marqueurs de groupe
# Les valeurs par défaut produise un graph ou les parties du graph sont séparées avec le facteur
# de groupement dans un cadre à l'intérieur du graph.
# On peut modifier ainsi :
# parties jointives : panel.spacing = unit(0, "lines")
# Pas de cadre autour du facteur de groupement : strip.background = element_rect(colour=NA, fill=NA
# facteur de groupement à l'extérieur du graph :strip.placement = "outside"
strip_pos <- theme(panel.spacing = unit(0.3, "lines"),
strip.background = element_rect(colour="black", fill=NA),
strip.placement = "inside")
# Variables de personnalisation du graphique pour la courbe de croissance
#======================================================================================================================
TITLE <- ""
Y_AXIS <- ""
#######################################################################################################################
# Le répertoire de travail
setwd("PATH_TO_YOUR_DIRECTORY")Il s’agit de donner au programme le répertoire dans lequel se trouve le fichier à analyser et ou vous allez enregistrer les résultats.
Comme pour les noms de fichiers, il est recommandé de ne pas utiliser d’accent, d’espace ou de caractère spéciaux autre que - ou _.
N’oubliez pas les quotes " ". En l’absence de ces dernière R n’identifirait pas ce qui est écrit comme le chemin vers votre répertoire mais comme un objet R, ce dernier n’existant pas il retournerait une erreur du type :
setwd(PATH_TO_YOUR_DIRECTORY)
Error in setwd(PATH_TO_YOUR_DIRECTORY) :
object 'PATH_TO_YOUR_DIRECTORY' not foundVotre commande devra ressembler à ceci :
setwd("~/partage/Data/test")SI vous ne connaissait pas le chemin de votre répertoire vous pouvez utiliser l’interface graphique de R-studio.
Dans le cadre en bas à droite, sélectionner l’onglet Files, parcourrez l’arborescence, entrez dans le répertoire de votre choix, puis cliquez sur le bouton More avec la roue dentée bleue et sélectionnez Set As Working Directory
# les données :
DATA <- "results_File" #(Nom du fichier de resultat Aradeepopsis du type : aradeepopsis_traits.csv)Il s’agit d’affecter à la variable DATA le nom du fichier qui contient les résultats.
Si ce fichier se trouve dans le répertoire de travail, il suffit d’inscrire son nom entre quote, sinon il faut inscrire le chemin complet.
La commande devra ressembler à :
DATA <- "aradeepopsis_traits.csv" Le fichier de résultat d’AraDEEPopsis contient 80 colonnes et autant de ligne que de photos analysées.
Le script permet l’analyse d’un paramètre à la fois. Il faut donc sélectionner la colonne qui vous intéresse. Le nom doit être exactement celui d’une colonne du fichier de résultat.
# Le paramètre étudié
VALUE <- 'le_nom_de_la_colonne_contenant_le_parametre'Quelques exemples parmi les possibilités :
plant_region_area
class_norm_perimeter
class_senesc_area
class_senesc_perimeter
class_antho_area
class_antho_perimeter
VALUE <- 'plant_region_area'# La densité de la photo en pixel par cm
PIXBYCM <- Valeur_numériqueAraDEEPopsis rend des résultats en pixel. Afin de les convertir en cm il faut connaitre la densité de la photo en pixels/cm.
Pour cela il vous faut une image, prise dans les mêmes conditions que vos photos de plantes, d’une surface dont vous connaissez les dimensions. A l’aide d’un logiciel d’analyse d’image vous devez déterminer le nombre de pixel dans cette surface et en déduire la densité de vos image.
Si vous disposez de la valeur en inch, faite la conversion en cm (1 inch = 2.54 cm).
PIXBYCM <- 122La formule permettant la conversion en cm n’est pas la même si vous analysez un paramètre de type périmètre, pour lequel on converti les pixels en cm ou un paramètre de surface pour lequel on converti en cm2.
Pour un périmètre :
$$
périmètre = pixel/PIXBYCM
$$
Pour une surface :
$$
surface = pixel/PIXBYCM^2
$$
La variable IS_AREA est une variable de type Booléen, c’est à dire qu’elle ne peut prendre que deux valeurs, dans ce cas TRUE ou FALSE. SI vous analysez une surface vous devez affecter TRUE à la variable IS_AREA , si vous analysez un périmètre alors elle prendra la valeur FALSE.
NB : C’est George Boole qui invente en 1854 l’algèbre binaire ou Booléenne qui connaitra de nombreuses applications en informatique, dont celle décrite ci dessus.
- Pour les points
COULEUR <- "#d9c396"Le code hexadécimal des couleurs est utilisé.
Pour modifier la couleur, taper le code (ex : "#d9c396") dans la barre de recherche Google. La page de résultat commence par un pavé interactif pour le choix des couleurs.
1 - Choisissez la nuance sur la barre "Arc en ciel"
2 - Déplacez le rond blanc sur la zone de votre choix
3 - Le code hexadécimal de la couleur apparait dans le cadre HEX
- Pour les intervalles de confiance
PALETTE <- "Paired"Il existe des palettes compatibles avec les daltoniens;
Vous pouvez en faire apparaitre la liste en tapant dans la console (cadre en bas à gauche) :
display.brewer.all(colorblindFriendly = TRUE)- Palettes séquentielles (première liste de couleurs), qui sont adaptées aux données ordonnées qui évoluent de bas en haut (gradient). Les noms des palettes sont : Blues, BuGn, BuPu, GnBu, Greens, Greys, Oranges, OrRd, PuBu, PuBuGn, PuRd, Purples, RdPu, Reds, YlGn, YlGnBu YlOrBr, YlOrRd.
- Palettes qualitatives (deuxième liste de couleurs), qui conviennent le mieux pour représenter des données nominales ou catégorielles. Ils n’impliquent pas de différences d’ampleur entre les groupes. Les noms des palettes sont : Dark2, Paired, Set2.
- Palettes divergentes (troisième liste de couleurs), qui mettent autant l’accent sur les valeurs critiques du milieu et les extrêmes aux deux extrémités de la plage de données. Les palettes divergentes sont : BrBG, PiYG, PRGn, PuOr, RdBu, RdYlBu
- Orientation des étiquettes de l'axe des abscisses
orientation_xlabels <- theme(axis.text.x = element_text(angle = 0, vjust = 0, hjust=0.5))Les étiquettes de l'axe peuvent être orientée horizontalement ou tournées de 90°.
La valeur par défaut est : horizontale.
Pour modifier ce paramètre il faut modifier les valeur de la variable orientation_xlabels (ligne 18).
Les valeurs par défaut sont : angle = 0, vjust = 0, hjust=0
Pour tourner les étiquettes : angle = 90, vjust = 0.5, hjust=1
-
Position et aspect des éléments de groupement
strip_pos <- theme(panel.spacing = unit(0.3, "lines"), strip.background = element_rect(colour="black", fill=NA), strip.placement = "inside")
Par défaut le graph présente n (nombre de niveaux du facteur de groupement) panneaux séparés, avec mention du facteur de groupement correspondnat dans un cadre à l'intérieur du graph.
Les valeurs par défaut sont :
- Pour l'espacement entre les panneaux
panel.spacing = unit(0.3, "lines")La valeur peut être diminuée (0) ou augmentée selon que l'on souhaite plus ou moins espacer les panneaux
- Pour l'aspect du "strip" contenant le facteur de groupement
strip.background = element_rect(colour="black", fill=NA)Pour supprimer le cadre il faut remplacer
"black"parNA- Pour la position du "strip" contenant le facteur de groupement
strip.placement = "inside"Pour positionner le strip à extérieur du graph remplacer
"inside"par"outside"
Pour la courbe de croissance les couleurs sont les mêmes que pour les intervalles de confiance.
Par défaut, il n’y a pas de titre principal ni de nom pour l’axe y du graphique. Vous pouvez ajouter l’un ou l’autre ou les deux en complétant la commande suivante :
Pour le titre principal
TITLE <- ""Pour l’axe des y
Y_AXIS <- ""exemple :
TITLE <- "Croissance de la lignée X"
Y_AXIS <- "Surface en cm2"Pour exécuter le script, vous avez deux options : Dans le cadre en haut à gauche, vous disposez de deux boutons, Run et Source.
Le bouton Run vous permet d’exécuter le script ligne par ligne
Le bouton Source exécute l’ensemble du script en un seul clic.
Les fichiers générés durant l’analyse sont automatiquement enregistrés dans votre répertoire de travail.
- Tableau de données pour l’intervalle de confiance :
Summary.txt
Les résultats statistiques :
- Les données du test anova :
Anova.txt
ou
- Les données du test de Kruskal-Wallis :
Kruskal.txt
Puis lorsqu’ils ont été réalisé (les tests anova ou Kruskal-Wallis montrent l’existence de différence) :
- Les résultats du test de Tukey :
Tukey.txt
ou
- Les résultats du test de Dunn :
Dunn.txt
Les informations sur la session : InfoSession.txt
Les graphiques ne sont pas automatiquement sauvegarder. La sauvegarde manuelle vous permet de choisir le format (png, jpg, pdf, svg...) dans lequel vous voulez conserver votre graphique et aussi de choisir la taille.
Pour cela il faut utiliser le bouton Export du cadran en bas à droite (dans lequel le graph s’affiche), choisir Save as image
L’interface de sauvegarde apparait. Vous pouvez alors modifier le format, et la taille puis avoir une prévisualisation de votre graph.
Outils
Patrick Hüther, Niklas Schandry, Katharina Jandrasits, Ilja Bezrukov, Claude Becke. araDEEPopsis: From images to phenotypic traits using deep transfer learning. - Gregor-Mendel-Institute - Vienne https://www.biorxiv.org/content/10.1101/2020.04.01.018192v2
R packages
Clarke, Erik, and Scott Sherrill-Mix. 2017. Ggbeeswarm: Categorical Scatter (Violin Point) Plots. https://CRAN.R-project.org/package=ggbeeswarm.
Hope, Ryan M. 2013. Rmisc: Rmisc: Ryan Miscellaneous. https://CRAN.R-project.org/package=Rmisc.
Kassambara, Alboukadel. 2021. Rstatix: Pipe-Friendly Framework for Basic Statistical Tests. https://CRAN.R-project.org/package=rstatix.
Mangiafico, Salvatore. 2021. Rcompanion: Functions to Support Extension Education Program Evaluation. https://CRAN.R-project.org/package=rcompanion.
Neuwirth, Erich. 2014. RColorBrewer: ColorBrewer Palettes. https://CRAN.R-project.org/package=RColorBrewer.
R Core Team. 2021. R: A Language and Environment for Statistical Computing. Vienna, Austria: R Foundation for Statistical Computing. https://www.R-project.org/.
Wickham, Hadley. 2011. “The Split-Apply-Combine Strategy for Data Analysis.” Journal of Statistical Software 40 (1): 1–29. http://www.jstatsoft.org/v40/i01/.
Wickham, Hadley. 2016. Ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag New York. https://ggplot2.tidyverse.org.
Wickham, Hadley. 2021. Tidyr: Tidy Messy Data. https://CRAN.R-project.org/package=tidyr.
Wickham, Hadley, Mara Averick, Jennifer Bryan, Winston Chang, Lucy D’Agostino McGowan, Romain François, Garrett Grolemund, et al. 2019. “Welcome to the tidyverse.” Journal of Open Source Software 4 (43): 1686. https://doi.org/10.21105/joss.01686.
Wickham, Hadley, Romain François, Lionel Henry, and Kirill Müller. 2021. Dplyr: A Grammar of Data Manipulation. https://CRAN.R-project.org/package=dplyr.
Wickham, Hadley, Jim Hester, and Winston Chang. 2021. Devtools: Tools to Make Developing r Packages Easier. https://CRAN.R-project.org/package=devtools.
Script
Lecampion C : https://github.com/cecile-lecampion/Analyse_croissance