Feature/refactor DIMS PeakFinding

[mraves2]

The PeakFinding step in the DIMS pipeline has been refactored. Instead of averaging the intensities for technical replicates and doing PeakFinding on the averages, the new method will do PeakFinding for each technical replicate and then average the peak intensities for every biological sample. To do this, several scripts have been modified:

• MakeInit: changed variable name 'tmp' to 'replicates_persample'
• GenerateBreaks: breaks and trim parameters put into separate RData files
• AssignToBins: trim parameters read in separately, 'sample_name' changed to 'techrep_name', weighted mean for half-bad TICs
• AverageTechReplicates: averaging part removed, script renamed to EvaluateTics. Update txt file with info on samples and corresponding tech reps
• PeakFinding: new simplified way to find peaks for every technical replicate. First step: find regions of interest (roi) with some intensity; second step: integrate intensity in each roi by fitting a Gaussian curve
  • preprocessing/peak_finding_functions: new functions for PeakFinding. Note that two functions are borrowed from other R packages which will be included in the Docker image in the future. These two functions may not adhere to our coding standards
• AveragePeaks: averaging technical replicates after PeakFinding. Information for technical replicates from a txt file with scanmode included.
• CollectAveraged: collect averaged peaks for all biological samples
• PeakGrouping: input from CollectAveraged
• tests/testthat/test_peak_finding_functions: unit tests for PeakFinding funtions. Note: no unit tests have been added for functions from external packages.

[fdekievit]

Veel werk!

Ik heb hier en daar wat comments achter gelaten :)

[fdekievit]

Big improvement!

Left some minor comments :)

[fdekievit]

Een aantal functies kan ik niet volgen omdat ik niet kan zien waar ze vandaan komen (omdat er door sources functies opeens 'bestaan') dus hier heb ik geen comments voor achter gelaten.

Er is een linter toegevoegd, maar zonder de linter warnings toe te passen voegt de linter nu nog niks toe. In de python repo's is volgens mij besloten om error on warning op true te zetten waardoor je geforceerd wordt om deze warnings aan te pakken (anders voegt het natuurlijk nog niet zoveel toe). De linter geeft nu > 500 warnings.

Als laatste wordt er soms over dataframes gelooped zonder te weten of ze gevuld zijn. Als dit geen probleem is, laat dit dan a.u.b. zien door een unittest te runnen op een leeg object b.v.

[mraves2]

Hai Frank, Je hebt gelijk denk ik, dit is iets dat we in het vervolg als we meerdere stappen gaan samenvoegen en het datamodel aanpassen niet meer nodig zullen hebben, dus ik zal het nu zo laten, maar in het achterhoofd houden wat er allemaal fout zou kunnen gaan. Groetjes, Mia. From: fdekievit ***@***.***> Date: Monday, 22 December 2025 at 16:08 To: UMCUGenetics/CustomModules ***@***.***> Cc: Pras-Raves-2, M.L. (Mia) ***@***.***>, Author ***@***.***> Subject: Re: [UMCUGenetics/CustomModules] Feature/refactor DIMS PeakFinding (PR #76) @fdekievit commented on this pull request.

________________________________ In DIMS/AveragePeaks.R<#76 (comment)>:

@@ -0,0 +1,37 @@

+library(dplyr) + +# define parameters +cmd_args <- commandArgs(trailingOnly = TRUE) + +sample_name <- cmd_args[1] +techreps <- cmd_args[2] +scanmode <- cmd_args[3] +preprocessing_scripts_dir <- cmd_args[4] +tech_reps <- strsplit(techreps, ";")[[1]] maar daarom kan het toch geen kwaad om het toch in een try-catch te zetten? je gaat er vanuit dat het niet voor kan komen (gelukkig maar), maar puur technisch gezien kan de code prima kapot (als je het verkeerd aanroept) en dus is defensief programmeren hier best justified in mijn ogen. Maargoed, ik laat t varen... — Reply to this email directly, view it on GitHub<#76 (comment)>, or unsubscribe<https://github.com/notifications/unsubscribe-auth/A32BYK5TIDNCV4L2F5GWVS34DACOVAVCNFSM6AAAAACBKEH6L6VHI2DSMVQWIX3LMV43YUDVNRWFEZLROVSXG5CSMV3GSZLXHMZTMMBUGQZTMNBUGA>. You are receiving this because you authored the thread.

…

________________________________ De informatie opgenomen in dit bericht kan vertrouwelijk zijn en is uitsluitend bestemd voor de geadresseerde. Indien u dit bericht onterecht ontvangt, wordt u verzocht de inhoud niet te gebruiken en de afzender direct te informeren door het bericht te retourneren. Het Universitair Medisch Centrum Utrecht is een publiekrechtelijke rechtspersoon in de zin van de W.H.W. (Wet Hoger Onderwijs en Wetenschappelijk Onderzoek) en staat geregistreerd bij de Kamer van Koophandel voor Midden-Nederland onder nr. 30244197. Denk s.v.p aan het milieu voor u deze e-mail afdrukt.

________________________________ This message may contain confidential information and is intended exclusively for the addressee. If you receive this message unintentionally, please do not use the contents but notify the sender immediately by return e-mail. University Medical Center Utrecht is a legal person by public law and is registered at the Chamber of Commerce for Midden-Nederland under no. 30244197. Please consider the environment before printing this e-mail.

[fdekievit]

Approved!