CAD Valbiocosm

CDA Valbiocosm : P. Baril (CBM)

Ressources SPGoO : YS (Janv 2026 – juin 2026)

Objectifs : dans le cadre de la collaboration CBM et SPGoO pour l’appel à projet APR-IR 2025, ce CDA a pour objectif de reconstruire les traitements et analyses effectués au cours de la première campagne qui a donné lieu une publication et de les revisiter. Il se déroulera en plusieurs étapes :

Reprise de l’existant et inventaire : données et traitements
Compréhension du contexte et des résultats
Elaboration d’un site web de manipulation de ces données et traitements

Déroulement des opérations :

Reprise des analyses de données issues de la première campagne de collecte.

Inventaire des données existantes

Etat des traitements associés

Script d’alimentation de la base MongoDB

# -------------------------------------------------------------------------------------------
# SPGoO    Mars 2025 
# Projet valbiocosm
#
# -------------------------------------------------------------------------------------------
import pymongo
import re
import os
import string
import sys
import getopt
import csv
import collections
import glob

# -----------------------------------------
# Connexion a la base de donnees
# -----------------------------------------
myclient = pymongo.MongoClient("mongodb://localhost:27087/",username="spgoo",password="toto&tata",authSource="valbiocosm",authMechanism='SCRAM-SHA-1')
mydb = myclient["valbiocosm"]
mycol = mydb["data"]
# on le lit ligne par ligne et on interprete 
attributs=["ID","Name","baseMean","log2FoldChange","padj","TGF_rep1","TGF_rep2","TGF_rep3","TGF_SM31_rep1","TGF_SM31_rep2","TGF_SM31_rep3"]

with open('ANALYSIS_TGF-SM31_vs_TGF_DESeq_results_geneName.csv', 'r') as file:
    reader = csv.reader(file, delimiter=";")
    for row in reader:
        struc={}
        indice=0
        for element in row:
           struc[attributs[indice]]=element
           indice+=1
        print(struc)
        mycol.insert_one(struc)

Représentation d’une donnée sur 57281 au total

{
    "_id" : ObjectId("67c95492fcd9f3b2f67e8631"),
    "ID" : "ENSG00000226777,3",
    "Name" : "KIAA0125",
    "baseMean" : "8.86271877039942",
    "log2FoldChange" : "4.77052727744133",
    "padj" : "0.000266037476676622",
    "TGF_rep1" : "0",
    "TGF_rep2" : "0",
    "TGF_rep3" : "2.0227232449272",
    "TGF_SM31_rep1" : "16.4122278619582",
    "TGF_SM31_rep2" : "16.5666702377195",
    "TGF_SM31_rep3" : "18.1746912777916"
}

Statistiques pour les valeurs non NA (18679)

>>> df2.describe()
            baseMean  log2FoldChange          padj       TGF,rep1       TGF,rep2       TGF,rep3  TGF,SM31,rep1  TGF,SM31,rep2  TGF,SM31,rep3
count   18679.000000    18679.000000  18679.000000   18679.000000   18679.000000   18679.000000   1.867900e+04   1.867900e+04   1.867900e+04
mean     1400.981008       -0.032196      0.419208    1419.357753    1408.611267    1404.150946   1.391443e+03   1.380072e+03   1.402251e+03
std      9234.981940        0.512314      0.351076    9057.133664    9010.878394    8729.792399   9.656131e+03   9.648963e+03   9.549623e+03
min         5.256422       -5.894301      0.000000       0.000000       0.000000       0.000000   0.000000e+00   0.000000e+00   0.000000e+00
25%        39.028457       -0.203786      0.039928      38.896284      39.872183      39.443103   3.829520e+01   3.823078e+01   3.808031e+01
50%       311.902495        0.005739      0.393300     310.286263     309.915606     310.488018   3.063616e+02   3.020231e+02   3.055079e+02
75%      1225.563792        0.189984      0.759990    1230.536976    1223.351078    1230.827095   1.221617e+03   1.218287e+03   1.229821e+03
max    986302.417185        4.770527      0.999992  935041.908875  937074.238843  898936.641787   1.052831e+06   1.067114e+06   1.026816e+06

Représentation graphique Graphe1

xAxisLeft
yAxisTop

Close Controls

padj > 0.01 & Log2FoldChange < 1 & Log2FoldChange > -1
padj > 0.01 & Log2FoldChange > 1 & Log2FoldChange < -1
padj < 0.01 & Log2FoldChange < -1
padj < 0.01 & Log2FoldChange > 1