workflow4metabolomics / anova

Anova for Galaxy

Our project

The Workflow4Metabolomics, W4M in short, is a French infrastructure offering software tool processing, analyzing and annotating metabolomics data. It is based on the Galaxy platform.

In the context of collaboration between metabolomics (MetaboHUB French infrastructure) and bioinformatics platforms (IFB: Institut Français de Bioinformatique), we have developed full LC/MS, GC/MS and NMR pipelines using Galaxy framework for data analysis including preprocessing, normalization, quality control, statistical analysis and annotation steps. Those modular and extensible workflows are composed with existing components (XCMS and CAMERA packages, etc.) but also a whole suite of complementary homemade tools. This implementation is accessible through a web interface, which guarantees the parameters completeness. The advanced features of Galaxy have made possible the integration of components from different sources and of different types. Thus, an extensible Virtual Research Environment (VRE) is offered to metabolomics communities (platforms, end users, etc.), and enables preconfigured workflows sharing for new users, but also experts in the field.

Citation

Giacomoni F., Le Corguillé G., Monsoor M., Landi M., Pericard P., Pétéra M., Duperier C., Tremblay-Franco M., Martin J.-F., Jacob D., Goulitquer S., Thévenot E.A. and Caron C. (2014). Workflow4Metabolomics: A collaborative research infrastructure for computational metabolomics. Bioinformatics, http://dx.doi.org/10.1093/bioinformatics/btu813

Galaxy

Galaxy is an open, web-based platform for data intensive biomedical research. Whether on the free public server or your own instance, you can perform, reproduce, and share complete analyses.

Homepage: https://galaxyproject.org/

How to contribute

Get our tools

All our tools are publicly available in GitHub and freely installable through the Galaxy ToolShed

However, we will be glad to have [good] feedbacks on their usage in order to motivate us (and our funders).

It will also be great if you can cite our papers:

Franck Giacomoni, Gildas Le Corguillé, Misharl Monsoor, Marion Landi, Pierre Pericard, Mélanie Pétéra, Christophe Duperier, Marie Tremblay-Franco, Jean-François Martin, Daniel Jacob, Sophie Goulitquer, Etienne A. Thévenot and Christophe Caron (2014). Workflow4Metabolomics: A collaborative research infrastructure for computational metabolomics. Bioinformatics

doi:10.1093/bioinformatics/btu813

Push your tools / W4M as a Showcase

Your tools can be installed, integrated and hosted within the main W4M instance Tools.

Quality standards

However, the tools must stick to the IUC standards in order to be easily integrated:

• Available in a GitHub repository
• Conda dependencies
• Functional tests using Planemo
• Available in the Main ToolShed

In the first place, your tools will be displayed in the Contribution section of the tool panel. And eventually, it should be promoted among the other tools.

Advanced mode

In order to be fully integrated in our reference workflows, your tools must follow your exchange formats between tools (for more information, contact us).

A collaboration should be established if help is needed!

Support / HelpDesk

In all cases, the tools must be maintained by the developers themselves. A tool can be removed if this after sales service isn't done.

Guidelines

• Writing a tool

anova's Issues

More outputs for interactions

Jean-François relevently suggested to add graphical outputs for interactions (currently there are only plots for individual effects). He also highlighted that means of interactions are not provided in the variableMetadata file.

Enhancement

@melpetera in an email - 15/09/15

Point 1 : paramètre Mode

Ce paramètre est prévu a priori pour pouvoir faire des anova au choix sur les lignes et colonnes (good point d'un point de vue purement stat). Mais du coup, comme maintenant il ne prend en entrée comme metadata que celles des samples (vu qu'orienté métabo), ben on ne peut plus les faire que pour les variables (une anova par variable). En metabo c'est ce qu'on fait, donc no problem, mais dans l'absolu du coup il faudrait :

• soit supprimer le paramètre "Mode" (car du coup useless si on ne fait que des anova par variable) => easy to be done (c'est ce que je recommande perso)
• soit garder la possibilité d'aussi faire des anova par sample (pour des gens qui voudraient utiliser l'outil pour autre chose que des données métabo) => plus de dev en perspective, et perso j'aurais plutôt tendance à dire que si quelqu'un veut faire ça sur des données non métabo, puisque ce n'est pas de la métabo il peut très bien mettre ses variables dans la sampleMetada et faire concorder sa datamatrix (après tout c'est son choix de venir utiliser des outils designés pour la métabo !)

Point 2 : Separators

A priori, vues nos conventions actuelles de format, il n'y a plus besoin des paramètres "Separator of columns" et "Decimal separator".

Point 3 : Outputs

Actuellement, il y a deux fichiers en sortie :

• un fichier correspondant à la dataMatrix avec en plus les colonnes de p-value
• un fichier correspondant à la dataMatrix avec seulement les variables significatives

Sauf que du coup, ces deux fichiers ne permettent pas de chaîner ensuite avec d'autres outils. Et du coup, voici deux propositions :

• Option minimaliste : au lieu de mettre les colonnes de pvalue dans la dataMatrix, les mettre dans la variableMetadata (nécessite de l'ajoute en input de l'outil), et supprimer la sortie filtrée. Il faut également ajouter une indicatrice supplémentaire en cas d'intéraction pour l'option Selection method (histoire que l'utilisateur puisse filtrer selon se critère avec Generic_Filter ensuite).
  ¤ Point fort : un seul dataset de sortie
  ¤ Point faible : il faut faire une étape de Generic Filter après, et ça fait un peu plus de dev à faire derrière (à noter qu'il faudrait alors aussi regrouper les paramètres Threshold et Selection Method sous la condition du N-way, donc un peu de changement dans l'agencement des paramètres)
• Option tout compris : il faut également mettre les colonnes de pvalue dans le variableMetadata (à ajouter en input donc), mais on ajoute également en plus de la datamatrix filtrée déjà présente un variableMetadata filtré (pour pouvoir chainer ensuite avec d'autres outils).
  ¤ Point fort : pas besoin d'utiliser Generic_filter derrière ni de rajouter la création d'une indicatrice supplémentaire dans variableMetadata, et moins de modif d'interface
  ¤ Point faible : plus de datasets en sortie

Point 4 : Working Example

Les sorties du Output files ne sont plus à jour.
Perso je recommande l'abandon de cette section, mais ce n'est que mon point de vue.

Switching from manova() to apply(aov())

I am not fully satisfied in the way manova() works in case of NA.
Maybe we could consider using directly aov() in a loop or an "apply" instead of using manova().

typo in help section of wraper

Just to say that on my Firefox there is
System Message: ERROR/3 (, line 69)
in the help section of the wraper

cheers