こんばんは，@PKです.
今日はKNIMEを用いた実験データ処理について，紹介したいと思います．
はじめに
実はこれまで，自身もKNIMEを使ってデータ解析をすることは多くはありませんでした．
スクリーニングのデータならともかく，毎日異なる実験（核酸実験や，タンパク質発現，ハイコンテントアナリシス等）をする場合は，どうしても慣れ親しんだEXCELを使ってしまいます．
以下に自分の例ですが，実験の流れを示しています．
まず，実験の目的（仮説立案）から実験デザインを考えて，実験を行います．そして得られたデータを加工して，最終的にグラフや統計的な処理を行い，結果を解釈できるようにします．
最近KNIMEの操作に慣れてきたこともあり，実験データがcsvやexcel形式で数値として出力されるものについては，データの加工部分（＋必要であれば可視化）をKNIMEで処理しています．
こうすることで，実験デザインを考えて手を動かした後に，すぐ結果を見ることができ，非常に生産性が上がりました．
実はこれまでも実験データの解析について，いくつかブログで紹介してきました． www.t-kahi.com
内容が重複する部分もありますが，今回はあまりKNIMEを使ったことが無い方向けに，「プレートレイアウトの読み込み（前編）」と「数字データの処理の仕方（後編）」の部分について説明していきます．
（なんでこの部分かというと，始めたばかり頃に一番つまづいたからです．．．）
KNIME workflowの概要
今回紹介するKNIME workflowは以下の通りです．
枠線で囲んだように，
- データを入力する部分
- 数値データを処理する部分
の2つのパートに分かれています．
前編として，まずはデータ入力について注意点やポイントなどを紹介していきます．
データ読み込みについて
データ読み込みについては，以下の通りの流れで進めていきます．
- プレートレイアウトファイルの読み込み
- 生データ読み込み
- プレート配置と対応付けるためのRow, Columnの位置情報を作成
- Joinerノードで結合
まず，「Load Layout」ノードでプレートレイアウト情報を読み込みます．
「Load Layout」は，人間が見やすい形でエクセルに書かれたものを，データ加工がしやすい形に変換してくれる便利ノードの一つです．
このノードを使えるのは，「96 well plate」か「384 well plate」だけなのですが，実験で使用される頻度は高いと思います（もちろん実験内容によりますが…）
今回読み込んだプレートレイアウトは以下の通りです．
ポイントは，「情報はまとめずにそれぞれ違うプレートに記入すること」です．この場合だと，濃度(conc.)とサンプル(sample)は別のプレートに記載してあります．
悪い例と比較するとわかりやすいと思います．
上のレイアウトは，これ単体で使用する分には良いのですが，ここから情報を取得する場合には，複数の情報が１つのセルに含まれているため逆に難しくなります． またセル内で改行されているので，これも厄介です．
自分はできるだけ，このような形でエクセルに入力するのをやめるようにしています．
さて，「Load Layout」ノードで先ほどのプレートレイアウトを読み込むと，以下のように，表としてデータが出力されます．
plateRowとplateColumnの列に，Wellの位置情報が含まれているので，これをキーとして「Joiner」でつなげます．
続いて，実験結果の生データの処理に移ります．
例として，（すごく適当ですが）実験データの例を以下に示します．
この例のように，出力されるデータは，「A1から始まるわけではない」，「Wellの記載が統一されていない」ということがあります．
必要なデータの部分だけを読み込むのは「Excel Reader」の設定から簡単にできます．
青枠の部分で読み込む行列を設定することで，必要な数値データだけを取得することができます．
続いて，Wellの記載についてです．
「Load Layout」で読み込んだデータでは，plateRowとplateColumnの列はそれぞれ数値データ入っていましたが，生データではA-1みたいに英語と数値が混ざった形になっています．
これを，レイアウトデータの読み込みとデータを揃えていきます．
まず，「Cell Splitter」ノードで"-"をdelimiter(区切り記号)として設定します．処理を実行すると，以下のように，ノードを行と列にバラバラにすることができます．
続いて，行の情報が英語になっているので，これを数値に変換します．
これは「Plate Row Converter」で処理することができます．
Plate Row Converter — NodePit
変換したいカラムを選んで実行すると，以下のように数値データへと変換されました．
最後にわかりやすいように，「Column Rename」ノードで行列の名前を変更して，「Joiner」ノードで行と列の情報を紐付けてデータを統合します．
サンプル名と各データの値をまとめることができました．
最後に
KNIMEを使った実験データ処理について，かなり基本的な部分ですがデータ読み込みの部分について紹介しました．
バイオ実験者でもKNIMEは扱いやすいと思いますので，少しでも参考になればと思います．
