动态ROC


*
选择文件 示例文件
*ProVIP免费
*VIP免费
*当前账户剩余0次

1.查看任务

2.参数调整

3.图形大小调整、下载

 

1.功能:ROC曲线(receiver operator characteristic curve,ROC curve),以真阳性率TPR(True positive rate)(灵敏度,sensitivity)为纵坐标,假阳性率FPR(False positive rate)(特异度,specificity)为横坐标绘制的曲线。主要用来评价一个二值分类器(binary classifier)的优劣,常用于评价一个物种或一个基因在两组间的区分效果(即物种或基因的指示性分析)。

 

 

2.应用范围

适用于转录组、代谢组、蛋白、16S等所有适合绘制ROC曲线的数据。

 

3.输入

数据文件:需带表头(列名),第一列为二分类的结果列(如good/poor,也可以用1/0表示),其它列(可以1到多列)为各种标记物在每个样本中的指标情况,根据自己的需求绘制单指标ROC曲线或多指标(多分组)ROC曲线。

 

示例文件:

生物云平台

 

文件格式:支持txt(制表符分隔)文本文件、csv(逗号分隔)文本文件、以及Excel专用的xlsx格式,同样支持旧版Excel的xls(Excel 97-2003 )格式。文件名可由英文和数字构成,文件拓展名没有限制,可以是“.txt”、“.xlsx”、“.xls”、“.csv”等,例如 mydata01.txt,gene02.xlsx 。

 

4.输出

1)任务输出

程序根据输入的文件进行计算、绘图,在结果展示中切换任务进行查看任务状态。

 

 

 

2)图形全局参数:

可对图形标题、字体进行修改。可勾选展示边框、对角辅助线。刻度线、AUC值、最佳阈值点以及所有绘图点的坐标。

3)颜色修改

可调整曲线上、下方填充颜色以及填充类型,还可以调整曲线粗细与曲线颜色。

4)图片下载:

可进行图形高度、宽度调整及预览;提供SVG、png格式进行下载。

5)表格结果

1.factor:输入表格第二列的列名

2.AUC/95% CI (AUC):AUC值与其95%置信区间范围,AUC值用于衡量输入的某个物种或某个基因等在两个分组间的区分效果。通常:AUC在0.5~0.7范围,认为该模型组间区分效果一般;AUC在0.7~0.9认为有一定区分效果,而AUC>0.9,认为该模型具有较好的组间区分效果。

3. best_thresholds:最佳阈值,即当阈值设定为该值时,分类器在组间的区分效果最好(在图上表现最佳阈值点在曲线上最接近左上角端点)

6)图形结果

 

 

 

Q1. 上传的数据需要保存成什么格式?文件名称和拓展名有没有要求?

 

OmicShare当前支持txt(制表符分隔)文本文件、csv(逗号分隔)文本文件、以及Excel专用的xlsx格式,同样支持旧版Excel的xls(Excel 97-2003 )格式。如果是核酸、蛋白序列文件,必须为FASTA格式(本质是文本文件)。

 

文件名可由英文和数字构成,文件拓展名没有限制,可以是“.txt”、“.xlsx”、“.xls”、“.csv”“.fasta”等,例如 mydata01.txt,gene02.xlsx 。

 

Q2. 提交时报错常见问题:

 

1.提交时显示X行X列空行/无数据,请先自查表格中是否存在空格或空行,需要删掉。

2.提交时显示列数只有1列,但表格数据不止1列:列间需要用分隔符隔开,先行检查文件是否用了分隔符。

其它提示报错,请先自行根据提示修改;如果仍然无法提交,可通过左侧导航栏的“联系客服”选项咨询OmicShare客服。

 

Q3. 提交的任务完成后却不出图该怎么办?

 

主要原因是上传的数据文件存在特殊符号所致。可参考以下建议逐一排查出错原因:
(1)数据中含中文字符,把中文改成英文;
(2) 数据中含特殊符号,例如 %、NA、+、-、()、空格、科学计数、罗马字母等,去掉特殊符号,将空值用数字“0”替换;
(3)检查数据中是否有空列、空行、重复的行、重复的列,特别是行名(一般为gene id)、列名(一般为样本名)出现重复值,如果有删掉。
排查完之后,重新上传数据、提交任务。如果仍然不出图,可通过左侧导航栏的“联系客服”选项咨询OmicShare客服。

 

Q4.下载的结果文件用什么软件打开?

 

OmicShare云平台的结果文件(例如,下图为KEGG富集分析的结果文件)包括两种类型:图片文件和文本文件。

图片文件:

为了便于用户对图片进行后期编辑,OmicShare同时提供位图(png)和矢量图(pdf、svg)两种类型的图片。对于矢量图,最常见的是pdf和svg格式,常用Ai(Adobe illustrator)等进行编辑。其中,svg格式的图片可用网页浏览器打开,也可直接在word、ppt中使用。

 

文本文件:

文本文件的拓展名主要有4种类型:“.os”、“.xls”、“.log”和“.txt”。这些文件本质上都是制表符分隔的文本文件,使用记事本、Notepad++、EditPlus、Excel等文本编辑器直接打开即可。结果文件中,拓展名为“.os”文件为上传的原始数据;“.xls”文件一般为分析生成的数据表格;“.log”文件为任务运行日志文件,便于检查任务出错原因。

 

Q5. 提交的任务一直在排队怎么办?

 

提交任务后都需要排队,1分钟后,点击“任务状态刷新”按钮即可。除了可能需运行数天的注释工具,一般工具数十秒即可出结果,如果超出30分钟仍无结果,请联系OS客服,发送任务编号给OmicShare客服,会有专人为你处理任务问题。

 

Q6. 结果页面窗口有问题,图表加载不出来怎么办?

尝试用谷歌浏览器登录OmicShare查看结果文件,部分浏览器可能不兼容。

案例1

 

发表期刊:PeerJ

影响因子:2.7

发表时间:2019

Figure 2: The elevated expression and prognostic characteristics of 3 selected lncRNAs.The ROC curves of CASC8 (E), LINC01842 (F) and VPS9D1-AS1 (G).

 

引用方式:

The receiver operation characteristic (ROC) curves analysis along with the area under the ROC curve (AUC) were used to estimate the diagnostic values (sensitivity and specificity) of specific lncRNAs by using the OmicShare tools (http://www.omicshare.com/tools).

 

参考文献:

Wang X, Su R, Guo Q, et al. Competing endogenous RNA (ceRNA) hypothetic model based on comprehensive analysis of long non-coding RNA expression in lung adenocarcinoma[J]. PeerJ, 2019, 7: e8024.

 

案例2

 

发表期刊:PeerJ

影响因子:2.7

发表时间:2020

Figure 1: Correlation between higher ZFPM2-AS1 expression and poor prognosis.(B) AUC value of the ROC curve based on ZFPM2-AS1 expression values.

 

引用方式:

We used OmicShare tools (http://www.omicshare.com/tools) to find the area under the ROC curve (AUC) in order to estimate the diagnostic values (sensitivity and specificity).

 

参考文献:

Wang X, Tang J, Zhao J, et al. ZFPM2-AS1 promotes the proliferation, migration, and invasion of human non-small cell lung cancer cells involving the JAK-STAT and AKT pathways[J]. PeerJ, 2020, 8: e10225.

 

案例3

 

发表期刊:Computational and Structural Biotechnology Journal

影响因子:6.0

发表时间:2022

In S10_1d vs S30, all top 10 differential metabolites were biomarkers of 1-d hypo-salinity stress (Fig. S8).

引用方式:

10 differential metabolites with the largest absolute log2 (Fold change) value between the stressed groups (S10_8h, S10_1d, and S10_5d) and control group (S30) were selected for ROC analysis using the OmicShare ROC tool with default parameters (https://www.omicshare.com/tools/home/report/reportroc.html). Metabolites with area under the curve (AUC) values > 0.9 were considered as biomarkers.

 

参考文献:

Zhou C, Song H, Feng J, et al. Metabolomics and biochemical assays reveal the metabolic responses to hypo-salinity stress and osmoregulatory role of cAMP-PKA pathway in Mercenaria mercenaria[J]. Computational and Structural Biotechnology Journal, 2022, 20: 4110-4121.

结果展示