yzhangvi/rnaseq

RNA-seq Raw Counts Web App

公网开放应用

这个目录现在可以作为一个独立 Web App 部署到云平台。部署成功后，会得到一个 https://... 的公网网址，别人不需要连接你的电脑，也不需要你的电脑一直开着。

推荐用 Docker 部署，文件已经准备好：

• —Dockerfile：安装 R / Bioconductor / Python 环境并启动网页。
• —render.yaml：Render 一键部署配置。
• —fly.toml：Fly.io 部署配置。
• —PUBLIC_DEPLOY.md：公网部署步骤。

最简单的方式是把 outputs/rna_seq_webapp 这个目录上传到 GitHub，然后用 Render 或 Fly.io 创建 Web Service。详细步骤见 PUBLIC_DEPLOY.md。

本机运行：

/Users/zhangyu/.cache/codex-runtimes/codex-primary-runtime/dependencies/python/bin/python3 server.py

打开终端里显示的地址，例如 http://127.0.0.1:8788。

也可以直接双击：

run_local.command

不要直接双击打开 index.html。如果地址栏是 file:///.../index.html，上传接口不可用；请使用 http://127.0.0.1:8788 或终端打印的局域网地址。

局域网运行：

HOST=0.0.0.0 PORT=8788 /Users/zhangyu/.cache/codex-runtimes/codex-primary-runtime/dependencies/python/bin/python3 server.py

也可以双击 run_network.command。终端会显示 LAN access: http://你的电脑IP:8788，同一个 Wi-Fi 或同一个内网里的其他设备可以打开这个地址。

注意：局域网模式会允许同一网络内的设备访问和上传文件；公网部署建议放在受控服务器上，并加登录/HTTPS。

当前支持的流程

• —支持拖拽 Excel/CSV 文件。
• —支持分批添加文件；每次拖拽或选择文件后点击 添加文件，只是加入文件队列。
• —点击 读取队列 后，可以在样本表里手动指定每个样本属于 batch1、batch2 或其他 batch。
• —同一个文件里的样本也可以被分到不同 batch，多个文件也可以归到同一个 batch。
• —可以在样本表里手动填写每个样本的 group，再选择 control 和 KO/treatment contrasts。
• —同一批数据里可以有多个 KO / treatment group。
• —选择一个 control group 后，网页会自动对每个选中的 KO 做 KO vs control。
• —Volcano plot 使用显著 protein-coding genes 的 gene_name 做 label。
• —Heatmap 使用 raw counts 经过 DESeq2 VST 后的显著 protein-coding DEGs union，并用 gene_name 作为行名；TPM 相关热图逻辑不在网页中执行。
• —GO 和 KEGG 分开成独立视图，且各自按 contrast + UP/DOWN 分开显示。
• —GO 和 KEGG 图使用 dotplot：横轴为 GeneRatio，点大小为 Count，颜色为 -log10(padj)。
• —可以导出 Excel：summary、recipe、KO1_all / KO2_all 等当前 genetype filter 下的 DE 结果、allDESeq_results、GO、KEGG 会分 sheet 保存。
• —代码 页面显示网页实际采用的 R Markdown 风格分析代码；左侧参数变化后可刷新代码预览。

Excel 输入格式

第一个 sheet 或名为 counts 的 sheet 放 raw counts：

• —必需列：gene
• —推荐列：gene_name、gene_type
• —样本列：raw counts 数值列

可选 sheet：

• —metadata：列名包含 sample 和 condition，用于自动分组。

GO/KEGG 可在网页里选择 Human 或 Mouse：

• —Human 使用 org.Hs.eg.db 和 KEGG hsa。
• —Mouse 使用 org.Mm.eg.db 和 KEGG mmu。

建议提供：

• —gene_name：对应物种的 gene symbol，例如 human 的 TP53、mouse 的 Trp53。
• —或 entrezgene_id：NCBI Entrez Gene ID。

如果没有 metadata，网页会从样本名推断 group，例如 KO1_1 会推断为 KO1。

示例文件

• —sample_batch1_counts.xlsx
• —sample_batch2_counts.xlsx

这两个文件模拟你的 R 代码结构：batch1 和 batch2 各有 control、KO1、KO2。

Analysis recipe

代码 页面里的 JSON recipe 会真正参与分析和作图。可修改项包括：

• —deg.padj_cutoff
• —deg.log2fc_cutoff
• —deg.protein_coding_only_for_labels
• —deg.protein_coding_only_for_heatmap
• —deg.protein_coding_only_for_enrichment
• —volcano.xlim
• —volcano.max_labels
• —volcano.colors
• —heatmap.top_genes：仅保留为兼容字段；当前 raw-count/VST combined heatmap 按你的代码使用所有显著 protein-coding DEGs。
• —heatmap.clip
• —heatmap.group_colors
• —enrichment.min_overlap
• —enrichment.max_terms

默认配色按你的 R 代码：

• —UP: #D62728
• —DOWN: #1F77B4
• —control: #4D4D4D
• —KO1: #D62728
• —KO2: #1F77B4

统计说明

网页逻辑参考你的 Rmd：

• —多个 batch 取 common genes 后合并。
• —使用 raw counts 构建 DESeqDataSetFromMatrix(countData = count_mat, colData = colData, design = ~ batch + group)。
• —过滤 rowSums(counts(dds)) >= 10 后执行 DESeq(dds)。
• —每个 KO contrast 使用 lfcShrink(type = "apeglm")。
• —每个 KO 分别对 control 做 contrast。
• —DEG 阈值默认是 padj < 0.05 且 |log2FoldChange| > 1。
• —Volcano label 过滤 regulation != NS、gene_type == protein_coding、gene_name 非空。
• —Heatmap 使用显著 protein-coding DEGs 的 union，并用 vst(dds, blind = FALSE) 和 limma::removeBatchEffect()；小数据集若 vst() 不适用，会自动退回 varianceStabilizingTransformation()。
• —GO 使用所选物种的 OrgDb 执行 enrichGO(..., ont = "BP", pAdjustMethod = "BH", pvalueCutoff = 0.05, qvalueCutoff = 0.05, readable = TRUE)。
• —KEGG 使用所选物种执行 enrichKEGG(..., organism = "hsa" 或 "mmu", keyType = "ncbi-geneid")。

当前后端是真正的 R/Bioconductor 分析流程，由 deseq_pipeline.R 执行 DESeq2、apeglm、limma、clusterProfiler、org.Hs.eg.db 和 org.Mm.eg.db。