Diese Masterarbeit befasst sich mit der Implementierung eines Bulk-RNA-Seq-Differenziellen-
Genexpressions-(DGE)-Workflows in R Shiny im Rahmen des Clinical Data Cockpit-Projekts am
CC-BME-Forschungszentrum. Der an der Hochschule Luzern entwickelte Workflow wurde so
angepasst, dass nutzerspezifische Eingaben und Datei-Uploads möglich sind, wodurch er
flexibler für Forschende und Kliniker einsetzbar ist.
Zentrale Herausforderungen waren die Anpassung eines bestehenden R-Skripts für interaktive
Nutzung, die Implementierung von Reaktivität und eine stabile Sitzungsaktualisierung. Die
Anwendung wurde mit dem CC-BME-Datensatz verifiziert, um die korrekte Implementierung zu
bestätigen. Zusätzliche Tests mit dem Pasilla-Datensatz dienten der Prüfung der allgemeinen
Anwendbarkeit. Zukünftige Verbesserungen sollten die Rechenleistung optimieren, die
Normalisierung überarbeiten und weitere Datenformate unterstützen. Eine Usability-Studie
könnte die Benutzerfreundlichkeit weiter erhöhen.
This master’s thesis focuses on implementing a bulk RNA-seq differential gene expression
(DGE) workflow in R Shiny as part of the Clinical Data Cockpit project at the CC-BME. Originally
developed at the Lucerne University of Applied Sciences and Arts, the workflow was adapted
to allow user-specific inputs and data uploads, making it more flexible for researchers and
clinicians.
Key challenges included restructuring the original R script for interactive use, implementing
reactivity, and ensuring smooth session updates. The application was verified with the CCBME
dataset, confirming its correct implementation. Additional tests with the Pasilla dataset
were conducted to assess its broader applicability. Future improvements should optimize
computational efficiency, refine normalization, and support additional data formats like CSV. A
usability study could further enhance user experience, ensuring the tool remains practical for
bioinformatics research.