A recommendation platform for combination drugs
Home Page: http://weinberg.kaist.ac.kr/v2
Weinberg is a simulation platform for discovering anti-cancer drugs.
$sql = "
SELECT CELL_LINE
FROM dream2015
GROUP BY CELL_LINE;
";
$sql = "
SELECT COMPOUND_A
FROM dream2015
WHERE CELL_LINE = '$cellline'
GROUP BY COMPOUND_A
";
$sql = "
SELECT CELL_LINE, COMPOUND_A, COMPOUND_B, PREDICTION
FROM dream2015
WHERE CELL_LINE = '$cellline' AND COMPOUND_A='$drug1'
GROUP BY COMPOUND_B
UNION
SELECT CELL_LINE, COMPOUND_B, COMPOUND_A, PREDICTION FROM dream2015
WHERE CELL_LINE = '$cellline' AND COMPOUND_B='$drug1'
GROUP BY COMPOUND_A;
";
$sql = "
SELECT *
FROM dream2015
WHERE CELL_LINE = '$cellline' AND COMPOUND_A='$drug1' AND COMPOUND_B='$drug2'
UNION
SELECT *
FROM dream2015
WHERE CELL_LINE = '$cellline' AND COMPOUND_A='$drug2' AND COMPOUND_B='$drug1'
";
they should use same data sets for their testing.
텍스트기반의 정보를 표현하도록 추가하기?
세가지 방법으로 클러스터링을 수행할 수 있다.
drug, input 노드들을 제외하고 어트렉터를 비교하는 방법
어트렉터 비트들의 유사성 이용, 클러스터링
클러스터링 결과를 GSEA방법을 이용해서 라벨링 [참고문헌]
(https://www.dropbox.com/s/2ae1g3d425zlh3r/Liberzon%20et%20al.%20-%202015%20-%20The%20Molecular%20Signatures%20Database%20Hallmark%20Gene%20Se.pdf?dl=0)
Suggestion:
module/simul_type/visualizer
.
.
Currently, SFA module do not allow JSON input. As modules's standard input/output should be described as JSON standard, SFA should be modified.
관리도구
비주얼라이즈
시뮬레이션DB (OFFLINE)
시뮬레이션 (ONLINE)
여기서 ONLINE모드는 시뮬레이션DB에 없는 시뮬레이션을 요구할때의 모드
작업할당: @choonlog
target file:
sbie_weinberg/module/sfa/sfa_fumia/test_sfa_fumia.py
success:
test_single_inputjson()
fail:
test_many_inputjson()
대원아, 이 버그를 수정해 줄 수 있을까?
dataset/demo/*.json
모델의 구조가 어떻게 되어야 할지 논의하고 이것을 다른 팀들에게 전달할 필요가 있음
모델의 구조 정의
모델은 (1) list of input combination defined by JSON, (2)list of results for each input combination defined by JSON, (3)visualization for result, (4)visualization for all results, (5) computation code in any language 으로 정의한다. 각 모듈개발 팀에서는 모델을 개발할때 이 기준에 맞추어서 개발하도록 한다.
(1) List of input combination defined by JSON,
{
"num_configs": 133984,
"configs": [
{
"program": "Table_S7",
"output": {
"a": "/home/pbs/git/sbie_optdrug/result/tab_s7/TABLE_S7A_FUMIA_PROCESSED.csv",
"b_plot": "/home/pbs/git/sbie_optdrug/result/tab_s7/TABLE_S7B_ATTRACTORS.png",
"b": "/home/pbs/git/sbie_optdrug/result/tab_s7/TABLE_S7B_ATTRACTORS.json",
"c": "/home/pbs/git/sbie_optdrug/result/tab_s7/TABLE_S7C_INPUT_COMBINATIONS.json"
},
"input": {},
"parameters": {
"input_nodes": [
"S_Mutagen",
"S_GFs",
"S_Nutrients",
"S_TNFalpha",
"S_Hypoxia"
],
"on_states": [],
"off_states": [
"S_Gli",
"S_Mutagen",
"S_GFs",
"S_Nutrients",
"S_TNFalpha",
"S_Hypoxia"
],
"steps": 30,
"samples": 10000
}
},{
"scanning_results": [
{
"attractors": {
"900cb42eea": {
"value": "900cb42eea",
"count": 10000,
"type": "point",
"ratio": 1.0
}
},
"parameters": {
"samples": 10000,
"steps": 30
},
"state_key": {
"900cb42eea": "011100010000000000000000000101001110000000011100010001000100000010000000001001000101000011100000"
},
"trajectory": {},
"labels": [
"S_AKT",
"S_AMPK",
"S_AMP_ATP",
"S_APC",
"S_ATM_ATR",
"S_AcidLactic",
"S_Apoptosis",
"S_BAD",
"S_BAX",
"S_Bak",
"S_Bcl_2",
"S_Bcl_XL",
"S_CHK1_2",
"S_COX412",
"S_Caspase8",
"S_Caspase9",
"S_CycA",
"S_CycB",
"S_CycD",
"S_CycE",
"S_Cytoc_APAF1",
"S_DNARepair",
"S_DnaDamage",
"S_Dsh",
"S_E2F",
"S_E2F_CyclinE",
"S_ERK",
"S_E_cadh",
"S_FADD",
"S_FOXO",
"S_FosJun",
"S_GFs",
"S_GSH",
"S_GSK_3",
"S_GSK_3_APC",
"S_Gli",
"S_Glut_1",
"S_HIF1",
"S_Hypoxia",
"S_IKK",
"S_JNK",
"S_LDHA",
"S_MXI1",
"S_Max",
"S_Mdm2",
"S_Miz_1",
"S_Mutagen",
"S_Myc",
"S_Myc_Max",
"S_NF1",
"S_NF_kB",
"S_Nutrients",
"S_PDK1",
"S_PHDs",
"S_PI3K",
"S_PIP3",
"S_PKC",
"S_PTEN",
"S_RAF",
"S_RAGS",
"S_RHEB",
"S_ROS",
"S_RTK",
"S_Ras",
"S_Rb",
"S_Slug",
"S_Smad",
"S_SmadE2F",
"S_SmadMiz_1",
"S_Snail",
"S_TAK1",
"S_TCF",
"S_TGFbeta",
"S_TNFalpha",
"S_TSC1_TSC2",
"S_UbcH10",
"S_VEGF",
"S_VHL",
"S_WNT",
"S_beta_cat",
"S_cdc20",
"S_cdh1",
"S_cdh1_UbcH10",
"S_eEF2",
"S_eEF2K",
"S_hTERT",
"S_mTOR",
"S_p14",
"S_p15",
"S_p21",
"S_p27",
"S_p53",
"S_p53_Mdm2",
"S_p53_PTEN",
"S_p70",
"S_p90"
]
}, (3) Visualization for result,
Image files, data for generating image files
(4) Visualization for all results,
Image files, data for generating image files
(5) Computation code in any language
시뮬레이션 데이터 노드 이름을 기준으로 네트워크 노드이름을 보완하기.
플랫폼, 시뮬레이션 등의 주제로한 문헌을 살펴보자.
dream2015 모듈을 실행할때 자동으로 생성되는 THERAPY_TESTSET.CSV, THERAPY_TRAINSET.CSV 파일. 사실, 이 파일들은 테스트용도로 생성된 것이고 실제로는 필요하지 않음.
Modularize the visualization part and assign it to the visualization team
전산과팀에 인수인계, 시각화파트 분리하기, 업데이트 방향 아이디어 수립. 시각화파트의 경우에는 네트워크시각화와 차트로 분리할 수 있을 것으로 생각됨
Make meeting with 신동관, 주재일, 플랫폼팀, 비주얼팀
각 모듈들은 그들의 시뮬레이션을 위한 파라미터 종류 및 범위에 대한 정보를 가지고 있을 필요가 있다. 어떻게 수정해야 할까.
React
A declarative, efficient, and flexible JavaScript library for building user interfaces.
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
Typescript
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
An Open Source Machine Learning Framework for Everyone
Django
The Web framework for perfectionists with deadlines.
Laravel
A PHP framework for web artisans
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
Some thing interesting about web. New door for the world.
A server is a program made to process requests and deliver data to clients.
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
Some thing interesting about visualization, use data art
Some thing interesting about game, make everyone happy.
Facebook
We are working to build community through open source technology. NB: members must have two-factor auth.
Microsoft
Open source projects and samples from Microsoft.
Google
Google ❤️ Open Source for everyone.
Alibaba
Alibaba Open Source for everyone
D3
Data-Driven Documents codes.
Tencent
China tencent open source team.