Как рассчитать метабокс: Метабокс расчет дна

Содержание

Метабоксы

 

 

 

 

Метабокс 

 


 Метабоксы занимают второе место по популярности среди производителей мебели, после ящиков на роликовых направляющих. Они несколько дороже последних, но имеют неоспоримое преимущество в виде уже готовых стальных боковых стенок ящика и наличием регулируемого крепления для фасада. По длине метабоксы выпускаются следующих размеров: 270, 300, 350, 400, 450, 500, 550 мм. Боковые стенки имеют три высоты: 54, 85, 150 мм. При необходимости боковые стенки наращивают за счет рейлингов, которые крепятся к задней стенке ящика и фасаду.

Механизм работы такой же как и у роликовых направляющих, на корпусе изделия крепиться планки с нижним передним роликом, на боковинах ящика находятся задние ролики. При выдвижении задние ролики катаются по желобу внутри боковой планки.

Правая ответная часть имеет специальный загиб сверху, который удерживает ящик от горизонтальных смещений и придает ящику движение строго вперед. Сзади направляющие имеют небольшой наклон вниз, что сделано для того, чтобы ящик сам закрывался, за счет того, что ролики сами туда «скатываются» под тяжестью ящика. Рекомендованная нагрузка на одну пару направляющих составляет 25 кг.

По ширине ящики не рекомендовано делать более чем 800 мм по фасаду. При больших размерах также стоит ставить широкие ручки — рейлинги или две ручки на ящик, чтобы при открывании ящик открывался строго вперед, без перекосов в стороны.

 

 

 

 

Расчет размеров деталей мебельного ящика с метабоксом


При проектировании ширина дна и задней стенки ящика рассчитывается следующим образом: от внешних габаритов корпуса отнимается ширина боковин корпуса и ширина направляющих (32 мм), получаем ширину. Например мы имеем корпус шириной 600 мм из 16 мм ЛДСП. От 600 отнимаем 32 + 32 мм и получаем ширину 536 мм для дна и задней стенки. Длина дна мебельного ящика с метабоксом равна длине метабокса минус 2 мм. Высота задней стенки равна высоте метабокса (54, 85, 150 мм) минус толщина дна ящика.

 

 

Шаблон схемы сборки

 

Комплект метабоксов включает в себя четыре направляющие. Две из них являются боковыми стенками ящика, а другие две – опорными элементами. Считается, что это снижает себестоимость мебели, ведь боковины ящиков уже готовы. Такой комплект представляет собой надежную и долговечную конструкцию.

Метабоксы имеют различную высоту (имеется в виду высота боковых направляющих): 86 мм, 118 мм, 150 мм. Каждая из этих высот имеет длину: 270мм, 300мм, 350мм, 400мм, 450мм, 500мм, 550мм.

 

Доводчик для метабокс

 

 

Инструкция для расчета ящиков и рекомендации по выбору лучших направляющих

Бывают ситуации, когда в тумбах с распашными фасадами и обычными полками необходимо установить выдвижные ящики.

Такая простая модернизация помогает увеличить вместительность корпуса и делает эксплуатацию мебели удобнее. Самый простой способ – установить готовые выдвижные корзины. Однако не всех устраивает цена этих выдвижных систем. Чтобы снизить расходы, можно самостоятельно сделать ящики и интегрировать их в корпус тумб. Эта статья поможет подобрать направляющие и расскажет, как правильно рассчитать размеры деталей для сборки выдвижных элементов.

В каких тумбах можно установить ящики?

Каких-либо ограничений и запретов в этом случае не существует. Условие одно – фасады не должны мешать выдвижению ящиков из корпусов. Их чаще всего устанавливают в кухонных модулях, шкафах-купе, письменных столах, пеналах и обычных тумбах с распашными дверками. О том, как исключить возможные помехи при выдвижении, читайте в специальном материале на сайте ИМ «Кронас».

Как выбрать направляющие для комплектации ящиков?

При покупке направляющих в большинстве случаев обращают внимание на их длину и стоимость. Это неверный поход, способный негативно повлиять на характеристики выдвижных элементов. Существует несколько важных критериев, которые влияют на выбор направляющих:

Самый лучший вариант – направляющие скрытого монтажа с доводчиками и функцией полного выдвижения. Однако они стоят дороже других моделей, поэтому их выбирают в основном для комплектации мебели, к эстетике которой предъявляют строгие требования. В большинстве ситуаций можно использовать обычные шариковые направляющие полного выдвижения. Для более удобной эксплуатации можно выбрать модели с доводчиками.

Роликовые направляющие рекомендуется использовать только при комплектации мебели эконом-класса, которую планируется заменить в скором будущем. Эти выдвижные системы по всем пунктам уступают современным шариковым моделям, поэтому их популярность постепенно снижается. Еще одна область применения таких направляющих – недорогая и максимально простая мебель в мастерских, производственных помещениях и т.д.

Для изготовления ящиков с усиленным дном можно выбрать метабоксы. Эти выдвижные системы изготовлены на основе роликовых направляющих. Их отличие от базовой модификации заключается в том, что они изначально укомплектованы боковинами из окрашенной эмалью стали. Боковые стенки метабоксов оснащены ходовыми роликами из пластика и заодно выполняют функцию выдвижной каретки. Такие системы можно выбрать для комплектации кухни, если стоимость скрытых шариковых направляющих превышает выделенный бюджет.

Изготовление ящиков

Подготовить детали для сборки ящиков в домашних условиях при помощи электролобзика не получится, так как требуется строгое соблюдение точных размеров и углов. Расхождение даже на (+/-) 1,5-2 мм приведет к тому, что ящики либо не поместятся в проеме, либо их будет заклинивать при движении. Несоответствие углов 90 градусов приводит к перекосам и тоже негативно сказывается на эксплуатационных характеристик. Теоретически можно добиться точности размеров и углов в домашних условиях. Помимо элетролобзика, для этих целей потребуется ручной фрезер.

Однако этот способ слишком пыльный, долгий и трудоемкий.

Лучше всего заказать детали в цеху с форматно-раскроечным станком. Если требуется порезка большого количества крупных деталей (для нескольких ящиков с дном из ЛДСП в тумбы на кухню), то имеет смысл сразу купить лист недорогой ламинированной плиты и заказать ее раскрой. Сложнее, когда детали небольшие и их немного, но и даже в таком случае чаще всего удается решить вопрос. Рекомендуется сразу заказать оклейку тонкой ПВХ-кромкой всех видимых сторон деталей для сборки ящиков.

Как правильно выбрать длину направляющих?

Длина направляющих должна быть примерно на 20-30 мм меньше глубины корпуса. Такая рекомендация объясняется тем, что у ящика впереди фиксируется фасад-накладка, толщина которого составляет 16-19 мм. Кроме того, направляющие нужно на 2-3 мм «утопить» вглубь корпуса. Это требуется для страховки, чтобы в случае незначительного перекоса ящик не выступал вперед и не мешал закрытию фасадов.

При этом нужно учитывать, что шаг у направляющих составляет 50 мм. Например, если глубина тумбы составляет 410 мм, то подойдут направляющие длиной в 350 мм. В таких случаях рекомендуется выбирать модели полного выдвижения, чтобы часть ящика не оставалась в корпусе. Кроме того, можно увеличить длину боковых стенок до 380-385 мм. Это позволит с максимально эффективно использовать пространство внутри корпуса. Однако всегда нужно следить за тем, чтобы суммарная глубина ящика вместе с фасадом и допуском не превышала аналогичный габарит корпуса тумбы.

Расчет деталей для ящиков

При раскрое деталей для сборки ящиков чаще всего используют плиту ЛДСП толщиной 16 или 18 мм. Этот параметр имеет значение при определении длины передних и задних стенок. Дальнейшие расчеты зависят от того, какие направляющие выбраны для комплектации ящиков.

Шариковые и роликовые направляющие

При выборе обычных моделей шариковых направляющих между внутренними сторонами вертикальных стоек и корпуса ящика должен быть зазор 25-26 мм – по 12,5-13 мм на каждую сторону. Более точное значение зависит от толщины металла, который используют при изготовлении направляющих. Однако 1 мм принципиальной роли не играет, поэтому можно делать суммарный зазор 26 мм.

Высота ящиков с дном из ДВП или ХДФ может варьироваться в пределах от 50 до 180 мм. Увеличивать или уменьшать этот габарит не рекомендуется. Для сборки более высоких ящиков целесообразно использовать дно из ЛДСП. В качестве примера приведем пример расчета деталей для ящиков с дном их ДВП/ХДФ, которые планируется установить в тумбе с глубиной корпуса 460 мм и шириной 600 мм, с учетом, что для изготовления деталей планируется использовать ЛДСП (16 мм):

  1. Длина боковых стенок (L) – этот параметр соответствует длине направляющих или может быть больше. В данном случае для комплектации лучше всего подойдут системы длиной 400 мм. Однако в корпусе можно поместить более глубокий ящик с максимально допустимой L=435 мм.
  2. Длина передней и задней стенок (S) – при использовании 16-миллеметровой плиты длина боковин составит: S=568 (внутренний проем) — 32 (суммарная толщина двух боковин) – 26 (допуск на направляющие) = 510 мм.
  3. Габариты фасада на ящик – ширина накладки должна быть на 4 мм меньше размера внутреннего проема, а высота накладки рассчитывается по специальной формуле: h= H/N-4 мм.

H — высота проема;

N — количество ящиков в проеме.

Фасады внутренних ящиков нельзя комплектовать обычными ручками – они будут выступать за пределы корпуса и не дадут закрыться дверным полотнам. Для оснащения накладок нужно использовать врезные ручки или делать на верхней стороне фасада небольшое радиусное углубление, чтобы можно было захватить ящик рукой. Для внутренних выдвижных элементов чаще всего выбирают второй вариант.

Если использовать плиту толщиной 18 мм, длина боковин и габариты накладок останутся прежними, а длина передней и задней стенок уменьшится на 4 мм.

Длина и ширина дна из ДВП/ХДФ должны быть на 1 мм меньше аналогичных размеров ящиков в сборе. В данном случае – 434х541 мм.

Метабоксы

При изготовлении ящиков с использованием метабоксов со стальными боковинами и дно, и задние стенки раскраивают из ЛДСП. В отличие от роликовых направляющих при расчете суммарной ширины ящика следует отнимать не 25-26 мм, а 31 мм. То есть габариты деталей должны быть следующие:

  1. Ширина дна – S=568-31=537 мм.
  2. Глубина дна – теоретически этот размер равен длине направляющих, но на практике может оказаться на 4-5 мм меньше. То есть в нашем случае глубина может составить 395-400 мм.
  3. Длина задней стенки – такая же как и ширина дна: L=537 мм.
  4. Высота задней стенки – этот параметр зависит от модели метабокосов. Стальные боковины могут иметь высоту 55; 86; 118 и 150 мм. В зависимости от модификации от одного из указанных параметров необходимо отнять толщину дна (16 или 18 мм) – это и будет высота задней стенки ящика из метабоксов.

В некоторых ситуациях можно увеличить высоту задней стенки. В таком случае необходимо приобрести специальные рейлинги. Они крепятся к фасаду и задней стенке и являются своеобразным продолжением стальных боковин метабоксов. Размеры накладок для метабоксов определяются так же, как и при расчете фасадов для ящиков с обычными направляющими.

Направляющие скрытого монтажа

Для этих выдвижных систем нужно готовить ящики с дном из ЛДСП, которое может быть как накладным, так и внутренним. Особенность этих направляющих заключается в том, что у ящиков боковины выше передних и задних стенок. Разница составляет 10-15 мм и зависит от модели направляющей. Поскольку дно накладное, должна быть учтена и его толщина (16-18 мм). Этот вид направляющих подходит для изготовления глубоких ящиков с высотой стенок до 250-300 мм. В этом случае детали дна ящиков для тумбы с внутренним просветом 568 мм и глубиной 460 мм будут иметь следующие размеры:

  1. Боковые стойки – увеличить глубину ящика не получится, так как это не позволяет сделать конструкция направляющих. Придется даже немного уменьшить на 10мм – это требует инструкция по установке. Поскольку для данного случая нужно использовать модель L=400 мм, длина боковин составит 390 мм. Высота деталей h=250 мм.
  2. Передние и задние стенки – длина этих деталей составит L=568-42=524 мм. Для моделей, представленных в ИМ «Кронас», от ширины внутреннего просвета нужно отнять 42 мм. Для направляющих других марок эта величина может быть другой. Высота передних и задних стенок в этом случае составит h=250 (высота боковин) -16 (толщина дна) -13 (зазор внизу между боковинами и дном) = 221 мм.
  3. Размеры дна – длина детали такая же, как и у боковин L=390 мм, а ширина составляет 524 мм и совпадает с шириной передних и задних стенок.

В случае использования направляющих скрытого монтажа для комплектации внутренних высоких ящиков, можно обойтись без фасадов накладок. Это позволит использовать для корпуса с глубиной 460 мм направляющую L=450 мм и увеличить габариты ящиков.

Заключение

Примеры расчетов для 3 видов выдвижных систем – лишь шаблон алгоритма действий. При вычислении размеров деталей ящиков для определенной модели направляющих необходимо сверяться с информацией из инструкции. Принцип расчета остается прежним, а вот допуски могут немного измениться.

2 в 1 калькулятор и конструктор

Внимание! Столешница и фартук в стоимость не входят!

Размеры модуля указаны с учетом размеров столешницы!

Размеры модуля без учета размеров столешницы можно посмотреть на сайте!

 Конструктор не работает на смартфонах.  

Поиски, готового кухонного гарнитура, могут обернуться в довольно хлопотное занятие. Зачастую стандартные модели, предлагаемые в местах продажи, не очень вписываются по параметрам в Ваше помещение. Поэтому сначала необходимо вручную произвести предварительный расчет кухни, а затем искать подходящий по размерам вариант. Это занимает значительное время. Нередко приходиться делать нежелательные доводки мебели под размер помещения, переделывая некоторые ее элементы. А это нарушение цельности, по неопытности приводящее к повреждениям внешнего покрытия или всей конструкции. Что влечет моральный дискомфорт, дополнительные затраты. Во избежание подобного, наиболее рационально использовать конструктор кухни, позволяющий предварительно подобрать необходимую мебель, точно соответствующую размерам помещения. Используя его, Вы сможете, компонуя отдельные элементы, подобрать эксклюзивный вариант своей кухни, в которой отобразится Ваше дизайнерское искусство создания индивидуального интерьера.

Предлагаемый нами калькулятор кухни, довольно прост в использовании и позволяет Вам сконструировать предварительный комплект кухонной мебели, соответствующий не только Вашим вкусам, но и всех совместно проживающих. Ведь комфорт в месте, где собираются все домочадцы, очень важен. Они также могут помочь рассчитать кухню. Совместное создание такого интерьера, несомненно, улучшит микроклимат взаимоотношений. Кухня станет местом, где все будут ощущать уют и комфорт, наслаждаясь изысканным дизайном, в процессе создания которого они принимали участие.

Пример работы с конструктором: 

Meta Box — это плагин, который позволяет создавать настраиваемые поля, типы сообщений и таксономии. WS Form может быть полностью интегрирован с настраиваемыми полями, созданными с помощью Meta Box.

Используя WS Form, вы можете разрабатывать мощные, удобные для мобильных устройств формы, которые имеют любой макет вместо этой базовой функциональности.

В этом руководстве мы собираемся создать форму, которая будет создавать новую запись в блоге при ее отправке. Эти же инструкции можно использовать для создания любых других типов сообщений, таких как страницы или продукты.

При использовании с надстройкой WS Form Post Management вы можете:

  • Автоматически создавайте формы, содержащие поля, которые вы создали в Meta Box для любого типа сообщения.
  • Автоматически заполнять группы выбора, флажка, переключателя и кнопки вариантами, которые вы настроили в Meta Box.
  • Отправка форм в виде новых сообщений, полностью совместимых с Meta Box.
  • Предварительно заполните формы, используя данные публикации, которые включают поля Meta Box.

Поля группы Meta Box полностью поддерживаются при создании, заполнении и отправке форм.

Предварительные требования

Для этого урока вам потребуются следующие плагины:

Создание полей в мета-поле

Во-первых, мы собираемся создать несколько настраиваемых полей, которые будут отображаться, когда мы редактируем запись в WordPress. Мы можем выбрать любой из типов полей, которые предлагает Meta Box, включая группы и поля ключевых значений.

Здесь вы можете найти полезные ресурсы по настройке Meta Box.

В форме WS поддерживаются следующие типы полей Meta Box:

Базовый

  • Кнопка
  • Группа кнопок
  • Флажок
  • Список флажков
  • Скрытый
  • Пароль
  • Радио
  • Выбрать
  • Выберите Advanced
  • Текст
  • Textarea
  • URL

Продвинутый

  • Автозаполнение
  • Палитра цветов
  • Пользовательский HTML
  • Выбор даты
  • Выбор даты и времени
  • Карты Google
  • Выбор изображения
  • Ключевое значение
  • oEmbed
  • Слайдер jQuery UI
  • Переключатель
  • Выбор времени
  • Редактор WYSIWYG

HTML 5

  • Дата и время Местное
  • Электронная почта
  • Месяц
  • Число
  • Диапазон
  • Телефон
  • неделя

WordPress

  • Сообщение
  • Таксономия
  • Расширенная таксономия *
  • Пользователь

Загрузить

  • Файл
  • Расширенный файл
  • Ввод файла
  • Загрузить файл *
  • Изображение
  • Расширенное изображение
  • Загрузить изображение *
  • Одно изображение
  • Видео

Планировка

  • Разделитель
  • Товарная позиция
  • Группа
  • Вкладка

* Рекомендуется

подсказок

При создании полей Meta Box для формы WS помогут следующие советы:

  • Чтобы создать репитер, используйте поле Meta Box Group. WS Form поддерживает все вышеперечисленные типы полей в группах до одного уровня.
  • Для полей карты мы поддерживаем тип поля Google Maps.
  • Для загрузки рекомендуется использовать поля «Загрузка файла» и «Загрузка изображения». Для полей загрузки файлов в форме WS мы рекомендуем использовать DropzoneJS в качестве типа и библиотеку мультимедиа в качестве обработчика файлов.
  • При использовании вкладок следует начинать группу полей с поля вкладок, чтобы Meta Box правильно отображал вкладки.

Создать форму

Далее мы собираемся создать форму в WS Form.Для этого мы нажимаем «Добавить» в меню «Форма WS».

Поскольку у нас установлена ​​надстройка Post Management, вы увидите, что у нас есть вкладка «Post Management». Если мы нажмем на эту вкладку, она покажет нам шаблоны для каждого типа сообщений, зарегистрированных в WordPress. Мы собираемся выбрать шаблон «Сообщение».

После того, как вы щелкнете по шаблону, WS Form автоматически создаст для вас форму. Форма WS будет:

  • Добавьте основные поля сообщения (заголовок, отрывок и избранное изображение).
  • Добавить поля Meta Box, полностью сконфигурированные в соответствии с настройками вашего Meta Box.
  • Добавьте селекторы терминов таксономии (например, категории и теги в сообщениях).

Вверху формы находится раздел, который включает стандартные поля, которые мы ожидаем увидеть для сообщения, такие как заголовок, содержание отрывка. В дополнение к этому он создал поля и разделы для всех настраиваемых полей, которые мы создали с помощью Meta Box. WS Form устанавливает ширину полей в соответствии с настройками конфигурации вашего Meta Box.

Вы можете редактировать форму точно так же, как и любую другую форму. Например, вы можете изменить размер полей, изменить размер разделов и даже разделить форму на несколько вкладок. Вам доступны все функции редактора макетов WS Form.

Отображение полей (необязательно)

При отправке формы поля формы используются для создания сообщения в WordPress. WS Form автоматически создает сопоставления полей для вас, если вы используете шаблон.

Поля сопоставляются либо с полями WordPress, либо с полями Meta Box с помощью действия «Управление публикациями».

Для редактирования сопоставлений полей:

  1. Щелкните значок «Действия» в верхней части редактора макета.
  2. Щелкните значок шестеренки рядом с действием «Управление публикациями».
  3. Прокрутите вниз до «Сопоставление полей» и «Сопоставление полей метабокса».
  4. Настройте сопоставления полей, как требуется, затем нажмите «Сохранить и закрыть».

Поля, такие как выбор, флажки и радио, динамически извлекают свой выбор из Meta Box.Это означает, что если вы измените выбор в Meta Box, он автоматически обновится в вашей форме.

Аналогичным образом, реляционные поля в Meta Box, такие как поля «Post Object» и «User», также обновляются динамически.

Предварительный просмотр формы

Теперь давайте протестируем форму. Для этого просто нажимаем кнопку «Предварительный просмотр».

В окне предварительного просмотра вы заметите, что у нас открыта консоль отладки WS Form. Это действительно отличная функция для тестирования форм, позволяющая заполнить форму одним щелчком мыши.Каждый раз, когда вы нажимаете «Заполнить», форма заполняется разными данными. Есть даже кнопка «Заполнить и отправить», которая позволяет вам заполнить форму данными и отправить их.

Посмотреть сообщение

Теперь, когда форма отправлена, давайте посмотрим, как это выглядит в WordPress.

Сначала мы вернемся к администратору WordPress. Затем нажмите «Записи» в меню WordPress.

И вот наш новый пост, созданный WS Form.

Если мы нажмем на сообщение, мы увидим, что заголовок, выдержка и содержание сообщения были заполнены из формы.Ниже вы можете увидеть настраиваемые поля, созданные в Meta Box, которые также были заполнены.

WS Form поддерживает интеграцию со всеми основными типами полей Meta Box.

Предварительное заполнение формы настраиваемыми полями Meta Box

Помимо создания сообщений, WS Form может также предварительно заполнять формы с помощью настраиваемых полей Meta Box. Чтобы продемонстрировать это, мы вернемся к редактору макета только что созданной формы. Затем мы нажимаем на значок настроек формы в верхней части редактора макета.

Затем мы нажимаем на вкладку «данные». Отсюда мы настраиваем WS Form для заполнения формы с использованием данных из существующей публикации WordPress. В этом примере мы настроим WS Form на использование идентификатора только что созданного сообщения.

Ниже вы найдете сопоставления полей.

Они позволяют указать, какие поля сообщения и мета-поля будут сопоставлены с каким полем формы WS. Вы заметите, что, поскольку мы создали эту форму на основе шаблона, все поля уже сопоставлены для нас, поэтому все, что нам нужно сделать, это нажать «Сохранить и закрыть».Затем мы нажимаем «Предварительный просмотр», чтобы просмотреть форму.

Форма заполнена данными из сообщения и готова к редактированию.

И вот насколько легко интегрировать WS Form с Meta Box!

Набор инструментов для анализа, интерпретации и интегративного исследования метаболических данных

PLoS One. 2017; 12 (1): e0171046.

Kwanjeera Wanichthanarak

1 Центр метаболомики Западного побережья, Центр генома, Калифорнийский университет в Дэвисе, Дэвис, Калифорния, Соединенные Штаты Америки

Сили Фан

1 Центр метаболомики Западного побережья, Центр генома, Калифорнийский университет в Дэвисе, Дэвис, Калифорния, Соединенные Штаты Америки

Дмитрий Грапов

1 Центр метаболомики Западного побережья, Центр генома, Калифорнийский университет в Дэвисе, Дэвис, Калифорния, Соединенные Штаты Америки

Динеш Кумар Барупал

1 Центр метаболомики Западного побережья, Центр генома, Калифорнийский университет в Дэвисе, Дэвис, Калифорния, Соединенные Штаты Америки

Оливер Файн

1 Центр метаболомики Западного побережья, Центр генома, Калифорнийский университет в Дэвисе, Дэвис, Калифорния, Соединенные Штаты Америки

2 Кафедра биохимии, Университет короля Абдулазиза, Джидда, Саудовская Аравия

Матей Орешич, редактор

1 Центр метаболомики Западного побережья, Центр генома, Калифорнийский университет в Дэвисе, Дэвис, Калифорния, Соединенные Штаты Америки

2 Кафедра биохимии, Университет Короля Абдулазиза, Джидда, Саудовская Аравия

Центр диабета Стено, ДАНИЯ

# Внесено поровну.

Конкурирующие интересы: Авторы заявили, что конкурирующих интересов не существует. Большая часть вклада д-ра Дмитрия Грапова в рукопись произошла, когда он не был участником CDS, а был главным статистиком Калифорнийского университета в Дэвисе. Мы изменили его принадлежность, чтобы отразить этот факт, и он поддерживает заявленное отсутствие конфликта интересов.

  • Концептуальная разработка: кВт SF DG OF.

  • Обработка данных: кВт SF.

  • Формальный анализ: кВт SF.

  • Приобретение финансирования: OF.

  • Расследование: ОФ.

  • Методология: кВт DB SF.

  • Администрация проекта: ОФ БД.

  • Ресурсы: OF.

  • Программное обеспечение: KW DG SF.

  • Надзор: БД.

  • Проверка: кВт OF DG DB SF.

  • Визуализация: кВт SF.

  • Написание — первоначальная черновая версия: KW OF DB SF.

  • Написание — просмотр и редактирование: кВт DB SF DG.

Поступила 14.10.2016; Принято, 2017 г. 13 января.

Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.Эта статья цитировалась в других статьях в PMC.
Дополнительные материалы

S1 Таблица: Список ресурсов и тип информации, собранной в базе данных графа. (PDF)

GUID: C8C80DF6-D906-4BA9-B027-18201316E6B8

S2 Таблица: Список узлов и связей. (PDF)

GUID: FC2FA26C-5CD5-492B-A5EC-94B2AADAC817

S1 Рис. Схема базы данных. Схема базы данных иллюстрирует молекулярные сущности и их отношения, хранящиеся в базе данных графов.Овалы обозначают молекулярные объекты, а круглые прямоугольники указывают на отношения.

(TIF)

GUID: 7E978D1A-489E-4FB9-B3D3-372296F605C2

Файл S1: Примеры наборов данных. (ZIP)

GUID: D2E93386-43CD-481B-BEDE-C94C82DA9E72

S2 Файл: Учебники. (PDF)

GUID: E68CEF18-8C43-42EA-804B-44D39044FCE7

S3 Файл: Руководство пользователя. (PDF)

GUID: 56F36707-C977-4292-B92C-119D624AD0A6

Заявление о доступности данных

Все соответствующие данные находятся в документе и файлах вспомогательной информации.

Abstract

Подобно геномным и протеомным платформам, сбор и анализ метаболомных данных становится рутинным методом исследования биологических систем. Однако вычислительные подходы к анализу и интеграции метаболомных данных все еще развиваются. Metabox — это набор инструментов биоинформатики для глубокой аналитики фенотипирования, который сочетает в себе обработку данных, статистический анализ, функциональный анализ и комплексное исследование метаболомных данных в протеомном и транскриптомном контексте.Благодаря количеству опций, предоставленных в каждом модуле анализа, он также поддерживает анализ данных других «атомных» семейств. Набор инструментов представляет собой веб-приложение на основе R, и оно свободно доступно по адресу http://kwanjeeraw.github.io/metabox/ по лицензии GPL-3.

Введение

Достижения в области многомерных «атомных» платформ сделали возможным крупномасштабную характеристику молекулярных фенотипов для множества биологических систем. Обработка, интеграция и визуализация современных наборов биологических данных — сложная задача, для решения которой требуется гибкая вычислительная структура, обеспечивающая растущее разнообразие типов геномных, биохимических и фенотипических данных.Анализ ключевых метаболомных данных состоит из четырех основных этапов (1) предварительная обработка исходных данных, включая идентификацию соединения (2) обработку данных, включая преобразование данных и нормализацию данных (3) статистический анализ и (4) интерпретацию данных. Предварительная обработка исходных данных состоит из нескольких этапов предварительной обработки исходных сигналов от аналитических методов (например, масс-спектрометрии (МС) и ядерного магнитного резонанса (ЯМР)), что включает в себя снижение шума, выбор пиков и идентификацию соединений [1].Metabox не зависит от инструментов, которые использовались для предварительной обработки необработанных данных. Metabox начинается с шага (2), обработки данных. Преобразование данных определяется как процесс преобразования данных в более полезные формы тех же данных либо с помощью математических операций (например, преобразование журнала), либо путем изменения форматов (например, округления данных или преобразования единиц). Нормализация и преобразование данных выполняются в матрице импортированных данных метаболомных результатов, чтобы минимизировать систематические и технические вариации перед статистической оценкой [1]. Впоследствии статистический анализ используется для точного определения метаболитов, которые изменяются на основе экспериментальной группы дизайна, которая, следовательно, должна быть детализирована. в импортированных данных.Выходные статистические результаты затем опрашиваются нижележащими модулями, включая анализ данных на основе сетей и путей и инструменты визуализации [2]. иллюстрирует ключевые этапы анализа, которые можно выполнить в метабоксе.

Анализ рабочих процессов.

Metabox поддерживает углубленный анализ метаболомных данных, включая четыре модуля анализа: нормализация данных (красный), статистический анализ (синий), построение сети (зеленый) и функциональный анализ (фиолетовый). Выходы каждого модуля отмечены красными, синими, зелеными и пурпурными кругами соответственно.Инструмент принимает внешние входные данные на каждом уровне анализа. В метабоксе выходные данные модуля анализа можно использовать для последующего анализа в других модулях, обозначенных цветным кружком внутри рамки.

Учитывая разнообразие областей анализа метаболомных данных, средним пользователям необходимы вычислительные платформы для повышения эффективности и уменьшения препятствий для углубленной интерпретации метаболомных данных наряду с другими «атомными» типами данных. MetaboAnalyst — это онлайн-приложение, которое охватывает комплексный анализ метаболомных данных [3–5].Функциональный модуль для интегративного анализа основан на анализе метаболических путей (MetPA). В отличие от MetaboAnalyst, Metabox использует базу данных графов в качестве основного ресурса. Отношения между путями в MetaBox создаются динамически, и поэтому картирование путей не ограничивается статическими (заранее определенными) метаболическими путями, как в MetaboAnalyst. [6]. Точно так же такой инструмент, как IMPaLa, обращается к интеграции транскриптомных и метаболомных данных в контексте метаболических путей, но в нем отсутствует возможность интегративной визуализации [7].Фактически, профили метаболитов включают факторы окружающей среды и генетические факторы в биохимические процессы [8]. Сочетание метаболической информации с биологическими механизмами генов и белков отражает поток биологической информации между слоями клеточной регуляции. Интегративное исследование метаболомики с вторичными линиями молекулярной «атомной» информации позволяет генерировать новые гипотезы, такие как идентификация факторов болезни [9]. Существуют и другие инструменты, которые также используют структуру биологических сетей для исследования многомерных данных, такие как MetScape [10], Grinn [2], ConsensusPathDB [11] или 3Omics [12].Подобно метабоксу, эти инструменты облегчают совместную визуализацию генов, белков и метаболитов в различных комбинациях биологических сетей. Однако в целом эти программы менее эффективны с точки зрения обработки данных и инструментов статистического анализа. Кроме того, как в MetScape, так и в Grinn отсутствуют модули для анализа путей. Все эти программы служат сообществу как программное обеспечение с открытым доступом; коммерческое программное обеспечение, такое как MetaCore, не было доступно для сравнения.

Здесь мы представляем основанное на R веб-приложение «metabox», которое сочетает в себе самые современные методы, необходимые для обработки метаболомных данных, статистического анализа, сетевой визуализации и функционального анализа.Текущая версия метабокса подчеркивает глубокий анализ метаболомных данных и комплексное исследование представляющих интерес метаболитов, белков и генов в нескольких контекстах биологических сетей, таких как метаболические пути, регуляция генов и молекулярное взаимодействие. Предоставляется ряд вариантов, которые можно выбрать для применения в других омических исследованиях (например, транскриптомике и протеомике). Вкратце, в метабокс интегрированы следующие функции: (i) нормализация и преобразование данных, (ii) одномерный статистический анализ с процедурами проверки гипотез, которые автоматически выбираются на основе дизайна исследований пользователей, (iii) совместная визуализация генов, белков и метаболиты в различных комбинациях биохимических сетей, (iv) расчет сетей, управляемых данными, с использованием подходов на основе корреляции, (v) оценка сетей сходства химической структуры по отпечаткам субструктур, (vi) функциональная интерпретация с анализом перепредставления, оценка функциональных классов и создание WordCloud и (vii) интерактивная визуализация богатых информацией таблиц и сетей.Кроме того, metabox распространяется как стандартный пакет R, который упрощает распространение, установку и делает внутренние функции metabox доступными для использования опытными пользователями в настраиваемых рабочих процессах.

Материалы и методы

Metabox — это программный пакет на основе R, разработанный как веб-приложение для интерактивных научных вычислений и визуализации. Инструмент состоит из предварительно скомпилированной базы данных графов и функций R, необходимых для анализа метаболомных данных.В следующих разделах подробно объясняется каждый из компонентов инструмента.

Внутренняя база данных графов

Внутренняя база данных графов — это предварительно скомпилированная база данных графов, которая используется для сбора предварительных знаний из нескольких ресурсов (таблица S1). База данных требуется для функций запросов к биологической сети, описанных в следующем разделе. База данных графов Neo4j (http://neo4j.com/) используется для хранения информации о молекулярных объектах и ​​их взаимосвязях. В этой версии доступна база данных графов для Homo sapiens .После установки он автоматически получит доступ к этой предварительно скомпилированной базе данных людей на нашем сервере.

Схема базы данных была адаптирована из пакета Grinn [2] (S1 Рис). В частности, база данных включает в себя большинство биологических взаимосвязей между молекулярными объектами, такими как отношения субстрат-продукт (BIOCHEMICAL_REACTION), белок-составной катализ (CATALYSIS), белок-белковые взаимодействия (MOLECULAR_BINDING), белки, кодирующие ген (CONVERSION), белок- регуляции транскрипции генов (CONTROL), ассоциации ген-ген (GENETIC_ASSOCIATION), регуляции микроРНК-генов (CONTROL) и аннотации звеньев пути (ANNOTATION) (таблица S2).

В базе данных используются две системы идентификаторов: внутренние идентификаторы Neo4j (NID) и идентификаторы Гринна (GID). NID — это числовое число, автоматически генерируемое системой баз данных Neo4j. GID использует аутентичные идентификаторы различных баз данных домена. В частности, GID использует идентификаторы ENSEMBL для генов, номенклатуру miRTarBase для микро-РНК, записи UniProt для белков и номера PubChem CID или KEGG для соединений и путей. Для ввода данных пользователем требуются либо идентификаторы GID, либо преобразование других идентификаторов в NID с помощью инструмента преобразования, представленного в метабоксе (файл S3).

Функции на основе R для рабочих процессов анализа

В метабоксе рабочие процессы анализа метаболомики разделены на статистику и интерпретацию (). Статистический пакет включает обработку данных и статистический анализ, а рабочий процесс интерпретации используется для биологической интерпретации статистических результатов. Бэкэнд-функции для обоих рабочих процессов были разработаны на языке программирования R (https://www.r-project.org/).

Обработка данных и статистический анализ

Обработка данных и статистический анализ являются ключевыми задачами анализа метаболомных данных.Целью обработки данных (преобразование и нормализация) является улучшение нормальности наборов данных для улучшения сопоставимости интенсивностей метаболитов. Впоследствии статистические инструменты используются для поиска значимых молекулярных объектов как для проверки гипотез (одномерный анализ), так и для кластерного анализа (многомерный анализ, который может служить для генерации гипотез).

  • Нормализация данных . В настоящее время реализованы два типа методов нормализации: нормализация на основе функций и нормализация на основе выборки.Обе нормализации можно выполнять последовательно. Нормализация на основе выборки направлена ​​на нормализацию каждой выборки для контроля систематических и технических различий между выборками. В метабокс включены несколько часто используемых методов нормализации: нормализация к метаданным для конкретного образца (например, по сухой массе), нормализация к сумме всех идентифицированных метаболитов [13], нормализация к средним для партии значениям данных конкретных образцов или LOESS (локально оцененное сглаживание диаграммы разброса), нормализация к специально введенным пробам контроля качества или пулу [14].Нормализация LOESS выполняется с параметрами диапазона, которые автоматически выбираются путем перекрестной проверки и пакетной коррекции [15]. И наоборот, нормализация на основе метаболитов направлена ​​на то, чтобы сделать измеряемые переменные более сопоставимыми друг с другом в отношении общей дисперсии. В метабоксе доступны три метода, включая автоматическое масштабирование, масштабирование по Парето и масштабирование по диапазону [16]. Эти методы нормализации обычно используются для инструментов многомерного анализа, чтобы гарантировать, что гетероскедастичность данных сведена к минимуму.

  • Преобразование данных . Metabox предлагает стандартные методы преобразования переменных, включая логарифм и степень. Эти методы могут использоваться для улучшения предположений о нормальности данных для процедур параметрической статистической проверки гипотез, которые в противном случае могут быть чувствительны к ненормальным распределениям, выбросам и отсутствию однородности дисперсий.

  • Анализ поисковых данных . Metabox использует графики показателей анализа основных компонентов (PCA) для визуализации в реальном времени во время процедур обработки данных [16].Это позволяет пользователям обнаруживать выбросы и выбирать подходящие методы для нормализации и преобразования данных в соответствии со свойствами структуры данных. Кроме того, пользователи могут выбирать символы разброса на графиках оценок PCA и получать соответствующую информацию о выборке из кольцевой диаграммы. Это помогает пользователям обнаруживать неожиданные особенности в структуре данных.

  • Одномерный анализ . Metabox объединяет множество хорошо зарекомендовавших себя статистических методов проверки гипотез и процедур апостериорного анализа ().Кроме того, метабокс включает соответствующие процедуры непараметрического тестирования, апостериорный анализ с коррекцией частоты ложных обнаружений (FDR) как на уровне основного эффекта, так и на уровне простого основного эффекта, а также анализ мощности на уровне объекта. Начальная загрузка предоставляется как дополнительная непараметрическая процедура тестирования. Кроме того, метабокс автоматически и надлежащим образом предлагает методы статистического анализа в соответствии с дизайном исследования, введенным пользователем. Эта функция призвана помочь пользователям разобраться в глубине статистической терминологии.

    Таблица 1

    Список процедур статистического анализа в метабоксе.

    9057 1 Результаты с последующим апостериорным анализом уровня основного эффекта и простого уровня основного эффекта, соответствующих структуре дизайна вторичного исследования
    Дизайн исследования Тест Методы Следующие процедуры
    Две независимые группы Существует статистически значимая разница между средними значениями двух независимых групп Тест Уэлча Уитни, Университет Уэлча тест * , t тест; P-значения, скорректированные с поправкой на FDR с использованием процедуры Бонджамини-Хохберга [17]
    Двухпарная группа Средняя разница между парными наблюдениями статистически значима и отличается от нуля t-критерий Велча для разницы, Mann-Whitney U тест на разность * , t-тест Велча на разность; P-значения, скорректированные для FDR с использованием процедуры Бонджамини-Хохберга
    Множественная независимая группа Имеются статистически значимые различия между средними значениями трех или более независимых групп Уэлч ANOVA; Тест суммы рангов Краскела-Уоллиса * ; ANOVA; Параметрический тест, за которым следует апостериорный тест Геймса-Хауэлла (или Тьюки) для сравнения всех возможных комбинаций групповых различий; непараметрический тест с последующими попарными сравнениями с использованием процедуры Данна [18] с поправкой Бонферрони.
    Многопарная группа Существуют статистически значимые различия между средними значениями трех или более уровней фактора внутри субъектов. Повторный дисперсионный анализ; Тест Фридмана * ; Результат параметрического теста, скорректированный по процедуре Гринхауса-Гейссера [19] на нарушение сферичности, с последующим апостериорным тестом Бонферрони, предложенным Максвеллом и Делани [20]; непараметрические с последующими попарными сравнениями с использованием критериев ранговых знаков Вилкоксона [21] были выполнены с поправкой Бонферрони
    Двусторонние независимые группы Существует статистически значимый эффект взаимодействия между двумя способами независимых групп Двусторонний ANOVA, двусторонний дисперсионный анализ с надежной оценкой Результаты с последующим апостериорным анализом уровня основного эффекта и простого уровня основного эффекта, соответствующего структуре дизайна вторичного исследования
    Двусторонние парные группы Имеется статистически значимый эффект взаимодействия между двумя внутрипредметными способами Двусторонний анализ ANOVA Результаты, за которыми следует апостериорный анализ уровня основного эффекта и простого уровня основного эффекта, соответствующего структуре дизайна вторичного исследования
    Двусторонние смешанные группы Есть различия между независимыми группами с течением времени Смешанный дисперсионный анализ
  • Анализ мощности предоставляется на уровне организации. Он охватывает анализ мощности для процедур проверки гипотез, перечисленных в. Metabox предлагает два уровня анализа мощности: до оценки размера выборки и post-hoc для оценки статистической мощности.

Построение сети

Сетевой анализ — многообещающий подход для изучения молекулярных взаимодействий. Кроме того, сети можно использовать в качестве каркаса для картирования экспериментальных результатов для выявления потенциальных маркеров, измененных путей или активных подграфов. Metabox поддерживает построение сетей как на основе отношений знания предметной области, так и на основе эмпирических отношений.Есть четыре основные функции для построения сетей из разных контекстов.

  • Биологические сети запрашиваются из нашей предварительно скомпилированной базы данных графов, которая содержит априорных отношений из нескольких ресурсов в анализах SimpleNetwork и HeterogenNetwork. Анализ SimpleNetwork используется для запроса биологических сетей одного типа взаимосвязи (например, сетей белок-белковых взаимодействий), тогда как HeterogenNetwork анализирует биологические сети запросов, содержащие один или комбинации типов взаимосвязей (например. грамм. сети биохимических реакций, содержащие ассоциации субстрат-продукт и соединение-фермент). Списки сущностей и шаблонов отношений проиллюстрированы в схеме базы данных (S1 Fig).

  • Сети взвешенной корреляции вычисляются на основе экспериментальных данных с использованием подходов парной или частичной корреляции. Парный корреляционный анализ вычисляет связи между каждой парой объектов. Metabox включает корреляционный анализ Пирсона, Спирмена или Кендалла на основе пакета WGCNA [22].Частичный корреляционный анализ выполняется на основе пакета qpgraph, который оценивает связи между объектами, контролируя эффекты от других объектов [23, 24].

  • Сети сходства химической структуры рассчитываются на основе отпечатков субструктур PubChem с использованием расчетов матрицы химического сходства Танимото [25, 26].

  • Высокоэффективная подсеть перечисляется из биологических сетей, сетей взвешенной корреляции или сетей сходства химической структуры. Эта идентификация подсети основана на пакете BioNet, который вычисляет оценки сетевых узлов на основе результатов статистического анализа с p-значением и сопровождается эвристическим поиском для идентификации подсети с высокими показателями [27, 28].

Функциональный анализ

Функциональный анализ предназначен для помощи в биологической интерпретации результатов статистического анализа, сетевых выходных данных и загруженного пользователем списка молекулярных объектов. Текущая версия metabox поддерживает анализ соединений, белков и генов на основе пути KEGG [29].Кроме того, metabox использует медицинские предметные заголовки (MeSH) [30] для интерпретации соединений, запрашивая категорию «химические вещества и лекарства» в базе данных PubChem [31]. Включены три различных варианта анализа.

  • Оценка функционального класса [32] или анализ пополнения набора оценивает значимость условий аннотации из статистики на уровне сущностей (например, p-значения сущностей, рассчитанные на основе статистического анализа). Metabox объединяет широко используемые методы анализа обогащения набора генов из пакета фортепиано, включая [33], комбинированный вероятностный тест Фишера [34], метод Стоуффера [35], функции Reporter [36, 37], Median и Mean.Метод Фишера вычисляет каждую статистику на уровне набора, комбинируя логарифмическое преобразование статистики на уровне сущности, в то время как метод Стоуффера вычисляет путем агрегирования Z баллов p-значений на уровне сущности. Метод Reporter аналогичен методу Стоуфера с дополнительной процедурой коррекции распределения фона. Методы Median и Mean просты (т.е. каждая статистика на уровне набора является медианной и средней статистикой на уровне объекта соответственно). Пакет фортепиано использует подход перестановки для оценки значимости набора сущностей термина аннотации.

  • Анализ перепредставленности предназначен для выявления перепредставленных терминов аннотации данного списка объектов с использованием гипергеометрического теста. Для сетей, содержащих несколько типов узлов, метод Фишера используется для объединения p-значений из гипергеометрического теста.

  • Генерация WordCloud — это простое графическое представление терминов аннотации, где размер шрифта слова соответствует количеству членов. Он предоставляет краткую сводку условий аннотации данного списка объектов без каких-либо статистических тестов.Функция основана на пакете R tm [38] и пакете R wordcloud (https://cran.r-project.org/web/packages/wordcloud/).

Графический интерфейс пользователя

Графический интерфейс пользователя (GUI) Metabox был реализован с помощью HTML, JavaScript и CSS. Внутренние функции R были развернуты в веб-браузере с использованием библиотеки OpenCPU JavaScript [39], которая позволяет пользователям выполнять функции R в веб-браузерах, таких как Firefox, Chrome, Internet Explorer и Safari. Графический интерфейс представляет собой макет из двух столбцов с боковой панелью навигации, содержащей список различных функций. С правой стороны содержимое страницы изменяется в соответствии с выбранной функцией. Сворачиваемые древовидные представления терминов MeSH отрисовываются с использованием библиотеки JavaScript D3.js (https://d3js.org/). Облака слов строятся с помощью пакета wordcloud (https://cran.r-project.org/web/packages/wordcloud/). Библиотека Cytoscape.js JavaScript [40] используется для создания интерактивных сетей. Сетевая навигация, такая как панорамирование, масштабирование и выбор, может выполняться с помощью мыши или сенсорной панели. Полученные сети можно загрузить в формате PNG или в виде текстовых файлов с разделителями-табуляторами, которые можно использовать в другом программном обеспечении.

Результаты и обсуждения

В этом разделе демонстрируется полезность метабокса для анализа метаболомных данных с использованием двух независимых наборов данных, которые измеряют профили метаболомной и генной экспрессии аденокарциномы легкого и прилегающих доброкачественных тканей легкого [41, 42]. Примеры наборов данных, соответствующие руководства и руководство пользователя Metabox предоставляются в виде дополнительных файлов (файлы S1, S2 и S3 соответственно).

Наборы данных Omic

Метаболомные данные содержат 39 образцов злокачественной и прилегающей незлокачественной ткани легкого, измеренные с помощью газовой хроматографии с времяпролетной масс-спектрометрией (GC-TOF-MS) и предварительно обработанные базой данных BinBase [43] .Было измерено 462 соединения, 171 из которых были структурно идентифицированы и связаны PubChem CID. Данные из базы данных BinBase были загружены в метабокс для преобразования журнала перед статистическим анализом с использованием парного t-критерия. После корректировки FDR по Бенджамини и Хохбергу (BH-FDR) на 5% (pFDR <0,05) между раковыми и контрольными тканями было 131 значимое соединение.

Профили экспрессии генов 58 аденокарциномы легкого и прилегающих незлокачественных тканей легкого были получены с использованием Illumina HumanWG-6 v3. 0 и загружены из базы данных Gene Expression Omnibus [44] как набор транскриптомных данных {«type»: «entrez-geo», «attrs»: {«text»: «GSE32863», «term_id»: «32863» }} GSE32863. Анализ дифференциальной экспрессии генов, сравнивающий аденокарциному легкого и прилегающие незлокачественные ткани легкого, был выполнен с помощью GEO2R [44]. P-значения были скорректированы с учетом вероятности ложных открытий по Бенджамини и Хохбергу на уровне 5% (pFDR <0,05). Анализ дифференциальной экспрессии генов, сравнивающий опухолевую и контрольную ткани, сообщил о 171 из 21 204 гена, в которых pFDR <0.05 и | log2FC | > 2.

Использование метабокса для углубленного анализа метаболомных данных

В следующем примере метабокса показан комплексный анализ метаболомных данных, проходящий через множество общих этапов анализа, включая: обработку данных, статистический анализ и биохимическое отображение результатов. в различных контекстах, включая структурное сходство, путь и другие биохимические взаимосвязи. Предварительно обработанные метаболические профили были импортированы в metabox для обработки данных и статистического анализа.Впоследствии выходные данные были переданы в часть построения сети для расчета сети сходства химической структуры измеренных соединений (т.е. 171 соединение имеет связанный PubChem CID). Порог по умолчанию использовался с коэффициентом корреляции r xy > 0,7. Полученные списки парных метаболических корреляций затем отображаются в виде сетевого графика, который может быть расширен дополнительной эмпирической или аннотационной информацией. Здесь мы применили опцию оценки функционального класса для оценки значительно обогащенных путей.Мы обнаружили значительно обогащенные пути (значение p <0,05), включая метаболизм аргинина и пролина, биосинтез аргинина и взаимное превращение пентозы и глюкуроната. показывает часть полученной сети сходства, наложенную на расширенные пути. Аминокислоты, орнитин, цитруллин и глутамин были метаболически связаны посредством пути «биосинтеза аргинина». Кроме того, орнитин метаболически связан с пролином, 5-аминопентановой кислотой и глутаминовой кислотой посредством метаболизма аргинина и пролина.

Частичная визуализация всей сети метаболитов «сходства химической структуры» в исследовании аденокарциномы легких.

Химическое сходство между всеми идентифицированными метаболитами было рассчитано на основе отпечатков субструктуры PubChem. Узлы сети связаны коэффициентами корреляции с использованием толщины ребер для корреляций r xy > 0,7. Для оценки значительно обогащенных путей использовалась шкала функциональных классов Metabox ( p <0.05), что приводит к метаболизму аргинина / пролина, биосинтезу аргинина и взаимопревращениям пентозы / глюкуроната среди других путей. Обогащение путей обозначено цветом на круговых диаграммах узлов.

Metabox поддерживает интегративное исследование значимых генов и соединений из исследований рака легких в контексте биологической сети

Далее мы использовали списки значительно дисрегулируемых генов (pFDR <0,05 и | log2FC |> 2) и существенно различных соединений (pFDR <0,05 ) от сравнений между парными опухолями легких и доброкачественными тканями для построения биологической сети с использованием базы данных взаимосвязей внутреннего графа. Полученная сеть была загружена и дополнительно улучшена путем картирования со статистической информацией с помощью Cytoscape [45].

Выходная сеть показывает метаболические связи между углеводами, глицерином, жирными кислотами, пальмитиновой кислотой, сфинголипидами, сфинганином, аминокислотами, глутаминовой кислотой и глицериновой кислотой, а также метаболитами, связанными с гликозилированием, включая уридиндифосфат глюкуроновую кислоту (UDP-глюкуроновую кислоту) и уридиндифосфат-N-ацетилглюкозамин (UDP-GlcNAc) (). Комбинации взаимосвязей можно исследовать с помощью таких сетей, включая катализ белок-соединение, гены, кодирующие белок, и регуляцию белков-генов, интегрируя информацию от регуляции транскрипции до клеточного метаболизма.Например, сеть описывает метаболические взаимоотношения для UDP-GlcNAc и N-ацетилглюкозамина (GlcNAc) через соответствующие ферменты N-ацетилтрансферазы, кодируемые генами GCNT3 и OGT , оба из которых были значительно усилены. Модификация ядерных и цитозольных белков путем добавления O-связанного β-N-актилглюкозамина (O-GlcNAc) по остаткам серина или треонина или O-GlcNAцилирование играет важную роль в нескольких клеточных процессах, таких как передача сигналов, метаболизм, регуляция транскрипции и деление клеток. [46].Имеющиеся данные указывают на то, что гипер-O-GlcNAцилирование — обычное явление при раке [46–48]. UDP-GlcNAc является важным донором GlcNAc, который переносится на белковые субстраты с помощью O-связанной N-ацетилглюкозаминтрансферазы [46]. также показано, что кодирующий фермент ген OGT был связан с регуляторами белка, такими как FOXO4 и TFE2, которые были связаны с генами фосфолипидной фосфатазы 3 ( PLPP3 ) и длинноцепочечной жирной кислотой — CoA-лигазой 4 ( ACSL4). ). Оба гена были значительно подавлены при раке легких по сравнению с контрольными тканями, а ассоциированные белки были метаболически связаны со значительно сниженными соединениями сфинганина и пальмитиновой кислоты соответственно.Ген OGT был также связан с факторами транскрипции MYC (онкопротеин, участвующий в инициации и поддержании нескольких видов рака [47, 49]) и LEF1, которые, в свою очередь, были связаны с генами ALDh28A1 и GFPT1 . Оба гена были значительно активированы при раке легких по сравнению с контрольными образцами, а кодируемые белки были метаболически связаны со значительно повышенным содержанием глутаминовой кислоты. Кроме того, ALDh28A1 разделял тот же фактор транскрипции CREB1 с активированным геном CHPF трансферазы глюкуроновой кислоты, который был связан с субстратом UDP-глюкуроновой кислотой.

Биологическая сеть, объединяющая значительные различия в регуляции генов и метаболитов при аденокарциноме легкого по сравнению с парными контрольными тканями.

Значительно разные гены и метаболиты были нанесены на карту во внутренней базе данных графа метабокса с использованием ферментов в качестве связывающих узлов (серый). Полученная сеть была загружена и нанесена на карту относительные изменения между опухолевыми и неопухолевыми тканями с помощью Cytoscape. Взаимосвязи графа КОНТРОЛЬ, ПРЕОБРАЗОВАНИЕ и КАТАЛИЗ отмечены цветными краями.Сеть показывает метаболические связи между глицерином, пальмитиновой кислотой, сфинганином, глутаминовой кислотой, глицериновой кислотой, UDP-глюкуроновой кислотой и UDP-GlcNAc.

Этот пример демонстрирует использование метабокса для интеграции информации о результатах метаболизма и экспрессии генов для совместной визуализации в сетевом контексте. Полученная сеть перечисляет и показывает взаимосвязи между регуляторами белка, генами, ферментами и метаболитами, связанными с метаболизмом аминокислот, жирных кислот и липидов, а также гликозилированием, которые могут быть функционально протестированы в последующих исследованиях.

Сравнение с существующими инструментами

На сегодняшний день существует множество инструментов биоинформатики для анализа метаболомных данных, однако не все из них поддерживают всесторонний анализ и комплексное исследование метаболомных данных. Metabox — это свободно доступный инструмент, который объединяет ряд подходов к обработке данных, статистическому анализу, построению сетей, интегративной визуализации и функциональной интерпретации метаболомных данных в одном программном пакете. предоставляет обзор инструментов, которые содержат функции, сопоставимые с metabox.Он также подчеркивает, что metabox превосходит другие «атомные» данные в области статистики и комплексного исследования в сетевых контекстах и ​​функциональном анализе.

Таблица 2

Сравнение с существующими инструментами для анализа и интерпретации метаболомных данных.

, статистические данные о белках 9057 9057 0571 №
Инструменты Metabox MetaboAnalyst ConsensusPathDB MetScape 3Omics Списки значений Grinn
Метаболомные данные, масс-спектральные данные, Zip-файл данных ЯМР, списки масс-спектральных пиков или масс-спектральные данные Списки генов, списки белков, списки соединений, статистические значения Списки генов, списки соединений, значения корреляции, статистические значения Omic data Списки генов, списки белков, списки соединений, omic данные
Обработка данных Да Да Нет Нет Нет Нет
Статистический анализ Одноэлементный анализ и анализ мощности, автоматически предлагается метод анализа 905 72 Одномерный и многомерный анализ, кластеризация, классификация
Построение сети Сеть сходства биологической, взвешенной корреляции и химической структуры, идентификация подсети № Биологическая сеть Биохимическая сеть Биохимическая и взвешенная корреляционная сеть Биохимическая и взвешенная корреляционная сеть
Оценка функционального класса Да Да Да Нет Нет Нет Нет Нет
Анализ перепредставленности Да Да Да Нет Да Нет
Поколение WordCloud Да Нет
Выходные данные Файлы с разделителями табуляцией для статистических результатов, сетевых выходных данных и результатов функционального анализа, файл PNG для сетевого изображения, файл PDF, SVG или PNG для изображения WordCloud Файлы CSV для результатов анализа, Файл PDF, SVG, PNG или TIFF для изображения Файлы с разделителями табуляцией для сетевых выходов и результаты функционального анализа Файлы выходных данных Cytoscape Файлы с разделителями-табуляторами для сетевых выходов и результаты функционального анализа Файлы с разделителями-табуляторами для сетевые выходы
GUI Интернет Интернет Интернет Cytoscape Интернет Интернет

Ограничения и направления на будущее 9 Основная цель метабокса — поддержка процессов комплексного анализа метаболомики и интегративного исследования с другими «омическими» данными.Для рабочего процесса статистики мы включили стандартные подходы к нормализации, трансформации и статистическому анализу, оптимизированные для метаболомных данных. Хотя подходы к обработке данных могут выборочно применяться к любым «атомным» наборам данных, время вычислений увеличивается в больших наборах данных, таких как транскриптомика и протеомика. Кроме того, при использовании процедур начальной загрузки время выполнения значительно увеличивается. Текущая версия metabox еще не предоставляет полный список всех инструментов многовариантной или расширенной статистики (например,грамм. линейная регрессия и байесовские модели) для поддержки дальнейшей статистической интеграции многомерных наборов данных. R-пакеты для этих инструментов существуют и со временем будут интегрированы в набор инструментов.

В части рабочего процесса интерпретации metabox поддерживает совместную визуализацию молекулярных объектов в нескольких комбинациях биологических сетей. Настоящие базы данных включают взаимосвязи между знаниями в предметной области, доступные только человеку из ограниченных ресурсов. Мы планируем обновить текущие базы данных, используя дополнительную информацию из предварительно скомпилированных баз данных, таких как ConsensusPathDB.Кроме того, будет добавлена ​​функция объединения различных сетевых выходов. Текущие функциональные интерпретации находятся в контексте путей KEGG и категорий химических веществ MeSH и лекарств для соединений. Мы изучаем возможность включения большего количества типов биологических аннотаций, таких как аннотации ассоциаций болезней и генной онтологии (GO) [50], однако добавление дополнительных баз данных требует тщательной проверки и оценки пригодности.

Выводы

В этом исследовании мы предлагаем альтернативный набор инструментов для тщательного анализа и комплексного исследования метаболомных данных.Metabox включает широко используемые статистические методы для обработки и идентификации ключевых объектов входных экспериментов, предлагает различные методологии интегративного анализа и обеспечивает интерактивную визуализацию для облегчения биологических интерпретаций. Инструмент встроен в базу данных графов и поддерживает построение сетей как на основе знаний, так и на основе данных. Дизайн графического интерфейса пользователя в виде интуитивно понятного веб-интерфейса призван помочь лабораторным биологам просто выполнять анализ данных. Metabox также запускается как стандартный пакет R для опытных пользователей, которые могут использовать его в сочетании с другими проектами R.Развитие метабокса подчеркивает потребности исследовательских сообществ в эффективном анализе, интеграции и интерпретации метаболомических исследований.

Вспомогательная информация

S1 Таблица
Список ресурсов и тип информации, собранной в базе данных графа.

(PDF)

S2 Таблица
Список узлов и связей.

(PDF)

S1 Рис.
Схема базы данных.

Схема базы данных иллюстрирует молекулярные сущности и их отношения, хранящиеся в базе данных графа.Овалы обозначают молекулярные объекты, а круглые прямоугольники указывают на отношения.

(TIF)

Файл S1
Примеры наборов данных.

(ZIP)

Файл S3
Руководство пользователя.

(PDF)

Выражение признательности

Этот проект финансировался Национальным институтом здравоохранения, U24 DK097154 Центра метаболомики Западного побережья. Все авторы благодарны доктору Йоханнесу Ф. Фарманну за ценные комментарии.

Заявление о финансировании

Эта работа была поддержана Национальным институтом здравоохранения U24 и Национальным институтом диабета, болезней органов пищеварения и почек DK097154.Финансирующие организации не играли никакой роли в дизайне исследования, сборе и анализе данных, принятии решения о публикации или подготовке рукописи.

Доступность данных

Все соответствующие данные находятся в документе и его файлах с вспомогательной информацией.

Ссылки

1. Камбиаги А., Феррарио М., Массероли М. Анализ метаболомных данных: инструменты, текущие стратегии и будущие проблемы для интеграции данных омики. Брифинги по биоинформатике. 2016. Epub 2016/04/15. [PubMed] [Google Scholar] 2.Wanichthanarak K, Fahrmann JF, Grapov D. Стратегии интеграции геномных, протеомных и метаболомных данных. Биомаркеры. 2015; 10 (Приложение 4): 1–6. Epub 2015/09/24. PubMed Central PMCID: PMC4562606. 10,4137 / BMI.S29511 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 3. Ся Дж, Мандал Р., Синельников И.В., Бродхерст Д., Вишарт Д.С. MetaboAnalyst 2.0 — комплексный сервер для анализа метаболомных данных. Исследование нуклеиновых кислот. 2012; 40 (выпуск веб-сервера): W127–33. Epub 2012/05/04. PubMed Central PMCID: PMC3394314.10.1093 / нар / gks374 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 4. Ся Дж, Психогиос Н., Янг Н., Уишарт Д.С. MetaboAnalyst: веб-сервер для анализа и интерпретации метаболомных данных. Исследование нуклеиновых кислот. 2009; 37 (выпуск веб-сервера): W652–60. Epub 2009/05/12. PubMed Central PMCID: PMC2703878. 10.1093 / нар / gkp356 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 5. Ся Дж, Синельников И.В., Хан Б., Вишарт Д.С. MetaboAnalyst 3.0 делает метаболомику более значимой. Исследование нуклеиновых кислот.2015. Epub 2015/04/22. [Бесплатная статья PMC] [PubMed] [Google Scholar] 6. Ся Дж., Вишарт Д.С. MetPA: веб-инструмент метаболомики для анализа и визуализации путей. Биоинформатика. 2010. 26 (18): 2342–4. 10.1093 / биоинформатика / btq418 [PubMed] [CrossRef] [Google Scholar] 7. Камбуров А., Кавилл Р., Эббельс ТМ, Хервиг Р., Кеун Х.С. Интегрированный анализ данных транскриптомики и метаболомики на уровне путей с помощью IMPaLA. Биоинформатика. 2011. 27 (20): 2917–8. Epub 2011/09/07. 10.1093 / биоинформатика / btr499 [PubMed] [CrossRef] [Google Scholar] 8.Патти Г.Дж., Янес О., Сюздак Г. Инновации: Метаболомика: апогей омической трилогии. Обзор природы Молекулярно-клеточная биология. 2012; 13 (4): 263–9. Epub 2012/03/23. PubMed Central PMCID: PMC3682684. 10.1038 / nrm3314 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 9. Пирхаджи Л., Милани П., Лейдл М., Курран Т., Авила-Пачеко Дж., Клиш С.Б. и др. Выявление связанных с заболеванием путей путем сетевой интеграции нецелевой метаболомики. Природные методы. 2016. Epub 2016/08/02. [Бесплатная статья PMC] [PubMed] [Google Scholar] 10.Карновский А., Уэймут Т., Халл Т., Тарча В.Г., Скардони Дж., Лауданна С. и др. Инструмент биоинформатики Metscape 2 для анализа и визуализации данных метаболомики и экспрессии генов. Биоинформатика. 2012. 28 (3): 373–80. Epub 2011/12/03. PubMed Central PMCID: PMC3268237. 10.1093 / биоинформатика / btr661 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 11. Камбуров А., Стелзл Ю., Лехрах Х., Хервиг Р. База данных взаимодействия ConsensusPathDB: обновление 2013 г. Исследование нуклеиновых кислот. 2013; 41 (Выпуск базы данных): D793–800.Epub 2012/11/13. PubMed Central PMCID: PMC3531102. 10.1093 / нар / гкс1055 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 12. Куо Т.К., Тянь Т.Ф., Цзэн Ю.Дж. 3Omics: веб-инструмент системной биологии для анализа, интеграции и визуализации транскриптомных, протеомных и метаболомных данных человека. Системная биология BMC. 2013; 7: 64 Epub 2013/07/24. PubMed Central PMCID: PMC3723580. 10.1186 / 1752-0509-7-64 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 13. Borrego SL, Fahrmann J, Datta R, Stringari C, Grapov D, Zeller M и др.Метаболические изменения, связанные с чувствительностью к метионину стресса в клетках рака молочной железы MDA-MB-468. Рак и метаболизм. 2016; 4: 9. Epub 2016/05/04. PubMed Central PMCID: PMC4852440. [Бесплатная статья PMC] [PubMed] [Google Scholar] 14. Данн В.Б., Бродхерст Д., Бегли П., Зелина Е., Фрэнсис-Макинтайр С., Андерсон Н. и др. Процедуры крупномасштабного метаболического профилирования сыворотки и плазмы с использованием газовой и жидкостной хроматографии в сочетании с масс-спектрометрией. Протоколы природы. 2011; 6 (7): 1060–83. 10.1038 / nprot.2011.335 [PubMed] [CrossRef] [Google Scholar] 15. Ван SY, Kuo CH, Tseng YJ. Нормализатор партии: быстрый метод калибровки регрессии общей численности для одновременной корректировки эффектов партии и порядка впрыска в данных метаболомики на основе жидкостной хроматографии / времяпролетной масс-спектрометрии и сравнения с текущими методами калибровки. Аналитическая химия. 2013. 85 (2): 1037–46. Epub 2012/12/18. 10.1021 / ac302877x [PubMed] [CrossRef] [Google Scholar] 16. ван ден Берг Р.А., Хефслот ХК, Вестерхейс Я.А., Смилде А.К., ван дер Верф М.Дж.Центрирование, масштабирование и преобразования: повышение биологической информативности данных метаболомики. BMC genomics. 2006; 7: 142 Epub 2006/06/10. PubMed Central PMCID: PMC1534033. 10.1186 / 1471-2164-7-142 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 17. Бенджамини Ю., Хохберг Ю. Контроль уровня ложных открытий: практичный и мощный подход к множественному тестированию. Журнал Королевского статистического общества, серия B. 1995; 57: 289–300. [Google Scholar] 18. Данн О.Дж. Множественные сравнения с использованием ранговых сумм.Технометрика. 1964; 6 (3): 241– и. [Google Scholar] 19. Greenhouse SW, Гейссер С. О методах анализа профильных данных. Психометрика. 1959. 24 (2): 95–112. [Google Scholar] 20. Резерфорд А. Планирование экспериментов и анализ данных: перспектива сравнения моделей. Brit J Math Stat Psy. 2004; 57: 185–7. [Google Scholar] 21. Вилкоксон Ф. Индивидуальные сравнения методами ранжирования. Биометрия Бык. 1945; 1 (6): 80–3. [Google Scholar] 22. Лангфельдер П., Хорват С. WGCNA: пакет R для взвешенного корреляционного сетевого анализа.Биоинформатика BMC. 2008; 9: 559 Epub 2008/12/31. PubMed Central PMCID: PMC2631488. 10.1186 / 1471-2105-9-559 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 23. Тур И., Роверато А., Кастело Р. Отображение сетей eQTL со смешанными графическими марковскими моделями. Генетика. 2014; 198 (4): 1377–93. Epub 2014/10/02. PubMed Central PMCID: PMC4256758. 10.1534 / генетика.114.169573 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 24. Кастело Р., Роверато А. Обратный инжиниринг молекулярных регуляторных сетей на основе данных микрочипов с помощью qp-графиков.Журнал вычислительной биологии: журнал вычислительной молекулярной клеточной биологии. 2009. 16 (2): 213–27. Epub 31.01.2009. [PubMed] [Google Scholar] 25. Барупал Д.К., Халдия П.К., Вольгемут Г., Кинд Т., Котари С.Л., Пинкертон К.Э. и др. MetaMapp: отображение и визуализация метаболомных данных путем интеграции информации о биохимических путях, а также химического и масс-спектрального сходства. Биоинформатика BMC. 2012; 13:99 Epub 2012/05/18. PubMed Central PMCID: PMC3495401. 10.1186 / 1471-2105-13-99 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 26.Виллетт П. Поиск химического сходства. Журнал химической информации и моделирования. 1998. 38 (6): 983–96. [Google Scholar] 27. Beisser D, Klau GW, Dandekar T, Muller T, Dittrich MT. BioNet: R-пакет для функционального анализа биологических сетей. Биоинформатика. 2010. 26 (8): 1129–30. Epub 2010/03/02. 10.1093 / биоинформатика / btq089 [PubMed] [CrossRef] [Google Scholar] 28. Диттрих М.Т., Клау Г.В., Розенвальд А., Дандекар Т., Мюллер Т. Идентификация функциональных модулей в сетях взаимодействия белок-белок: интегрированный точный подход.Биоинформатика. 2008. 24 (13): i223–31. Epub 2008/07/01. PubMed Central PMCID: PMC2718639. 10.1093 / биоинформатика / btn161 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 29. Kanehisa M, Goto S, Sato Y, Furumichi M, Tanabe M. KEGG для интеграции и интерпретации крупномасштабных наборов молекулярных данных. Исследование нуклеиновых кислот. 2012; 40 (Выпуск базы данных): D109–14. Epub 2011/11/15. PubMed Central PMCID: PMC3245020. 10.1093 / nar / gkr988 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 30. Липскомб CE.Медицинские предметные рубрики (MeSH). Бюллетень Медицинской библиотечной ассоциации. 2000. 88 (3): 265–6. Epub 2000/08/06. PubMed Central PMCID: PMC35238. [Бесплатная статья PMC] [PubMed] [Google Scholar] 31. Kim S, Thiessen PA, Bolton EE, Chen J, Fu G, Gindulyte A, et al. Базы данных PubChem Substance и Compound. Исследование нуклеиновых кислот. 2016; 44 (D1): D1202–13. Epub 2015/09/25. PubMed Central PMCID: PMC4702940. 10.1093 / нар / gkv951 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 32. Khatri P, Sirota M, Butte AJ.Десять лет анализа пути: текущие подходы и нерешенные проблемы. Вычислительная биология PLoS. 2012; 8 (2): e1002375 Epub 2012/03/03. PubMed Central PMCID: PMC3285573. 10.1371 / journal.pcbi.1002375 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 33. Varemo L, Nielsen J, Nookaew I. Обогащение анализа набора генов общегеномных данных путем включения направленности экспрессии генов и комбинирования статистических гипотез и методов. Исследование нуклеиновых кислот. 2013. 41 (8): 4378–91. Epub 2013/02/28.PubMed Central PMCID: PMC3632109. 10.1093 / nar / gkt111 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 34. Фишер Р.А. Статистические методы для научных сотрудников Эдинбург, Лондон: Оливер и Бойд; 1925. ix с., 1 л., С. [Google Scholar] 35. Stouffer SA. Американский солдат Принстон: Издательство Принстонского университета; 1949. [Google Scholar] 36. Оливейра А., Патил К., Нильсен Дж. Архитектура схем регуляции транскрипции связана с топологией сетей биомолекулярных взаимодействий. Системная биология BMC.2008; 2 (1): 17. [Бесплатная статья PMC] [PubMed] [Google Scholar] 37. Патил К.Р., Нильсен Дж. Раскрытие транскрипционной регуляции метаболизма с использованием топологии метаболической сети. Труды Национальной академии наук. 2005. 102 (8): 2685–9. [Бесплатная статья PMC] [PubMed] [Google Scholar] 38. Файерер И., Хорник К., Мейер Д. Инфраструктура интеллектуального анализа текста в Р. Журнал статистического программного обеспечения. 2008. 25 (5): 1–54. [Google Scholar] 39. Оомс Дж. Система OpenCPU: на пути к универсальному интерфейсу для научных вычислений через разделение проблем 2014: [23 с.]. Доступно по ссылке: http://arxiv.org/abs/1406.4806.40. Franz M, Lopes CT, Huck G, Dong Y, Sumer O, Bader GD. Cytoscape.js: библиотека теории графов для визуализации и анализа. Биоинформатика. 2016; 32 (2): 309–11. Epub 2015/09/30. PubMed Central PMCID: PMC4708103. 10.1093 / биоинформатика / btv557 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 41. Wikoff WR, Grapov D, Fahrmann JF, DeFelice B, Rom WN, Pass HI и др. Метаболомные маркеры измененного метаболизма нуклеотидов при аденокарциноме ранней стадии.Исследования профилактики рака. 2015; 8 (5): 410–8. Epub 2015/02/07. 10.1158 / 1940-6207.CAPR-14-0329 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 42. Selamat SA, Chung BS, Girard L, Zhang W., Zhang Y, Campan M, et al. Геномный анализ метилирования ДНК в аденокарциноме легких и интеграции с экспрессией мРНК. Исследование генома. 2012. 22 (7): 1197–211. Epub 2012/05/23. PubMed Central PMCID: PMC3396362. 10.1101 / гр.132662.111 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 43. Fiehn O, Wohlgemuth G, Scholz M.Настройка и аннотирование метаболомных экспериментов путем интеграции биологических и масс-спектрометрических метаданных. Lect Notes Comput Sc. 2005; 3615: 224–39. [Google Scholar] 44. Барретт Т., Уилхайт С.Е., Леду П., Евангелиста С., Ким И.Ф., Томашевский М. и др. NCBI GEO: архив наборов данных функциональной геномики — обновление. Исследование нуклеиновых кислот. 2013; 41 (выпуск базы данных): D991–5. Epub 2012/11/30. PubMed Central PMCID: PMC3531084. 10.1093 / нар / gks1193 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 45. Шеннон П., Маркиэль А., Озьер О., Балига Н.С., Ван Дж. Т., Рэймидж Д. и др.Cytoscape: программная среда для интегрированных моделей сетей биомолекулярного взаимодействия. Исследование генома. 2003. 13 (11): 2498–504. Epub 2003/11/05. PubMed Central PMCID: PMC403769. 10.1101 / гр.1239303 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 46. Слоусон C, Харт GW. Передача сигналов O-GlcNAc: значение для биологии раковых клеток. Обзор природы Рак. 2011. 11 (9): 678–84. Epub 19.08.2011 PubMed Central PMCID: PMC32. 10.1038 / nrc3114 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 47.Ма З., Восселлер К. O-GlcNAc в биологии рака. Аминокислоты. 2013. 45 (4): 719–33. Epub 2013/07/10. 10.1007 / s00726-013-1543-8 [PubMed] [CrossRef] [Google Scholar] 48. Hart GW, Slawson C, Ramirez-Correa G, Lagerlof O. Перекрестный разговор между O-GlcNAcylation и фосфорилированием: роль в передаче сигналов, транскрипции и хронических заболеваниях. Анну Рев Биохим. 2011; 80: 825–58. 10.1146 / annurev-biochem-060608-102511 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar] 50. Генная онтология C. Консорциум генных онтологий: в будущем.Исследование нуклеиновых кислот. 2015; 43 (Выпуск базы данных): D1049–56. Epub 2014/11/28. PubMed Central PMCID: PMC4383973. 10.1093 / нар / gku1179 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

Обновление SEOPress 5.1, выпуск

SEOPress 5.1 теперь доступен. Мы рекомендуем вам как можно скорее обновить свой сайт, чтобы воспользоваться последними функциями и улучшениями.

🎉 Новинка — Универсальный метабокс для SEO, вторая итерация

SEOPress 5.0 представляет наш новый универсальный метабокс SEO, который работает со всеми конструкторами страниц.Теперь, с версией 5.1, мы продолжаем нашу работу, добавляя вкладки XML Sitemap для видео и новостей.

Универсальный метабокс для SEO теперь с картами сайта для видео и новостей

🎉 Новое — предложения по внутренним ссылкам (PRO)

Наконец-то, после месяцев ожидания, наш инструмент для внутренних ссылок! Мы автоматически предложим контент, на который вы должны ссылаться, из редактируемой статьи.

Универсальный метабокс для SEO теперь предложения по внутренним ссылкам

Как предлагаются внутренние ссылки?

Спасибо математике! Мы используем то, что называется tf-idf, то есть термин «частота – обратная частота документа».Это метод статистического взвешивания, который позволяет рассчитать важность ключевого слова в вашем документе по сравнению со всеми другими вашими статьями. Затем мы можем сортировать, классифицировать содержимое по отношению друг к другу и предлагать до 5 внутренних ссылок для каждого сообщения. В нашем метабоксе SEO на вкладке «Внутренние ссылки» вы можете просмотреть предложения, скопировать ссылку одним щелчком мыши, просмотреть ее или отредактировать ее содержимое. Просто так!

Нет предложений?

Вы должны сохранить свой пост один раз, чтобы запустить процесс.Перейдите в свой список сообщений, выберите все, массовые действия, отредактируйте и нажмите кнопку «Обновить», чтобы рассчитать предложения внутренних ссылок для нескольких сообщений одновременно.

Это умно!

Наконец, мы добавили немного «интеллекта» к нашей функции внутренних ссылок:

  • стоп-слов для 38 языков, чтобы предотвратить предложения, основанные на таких ключевых словах, как «the», «and», «or»…
  • Не менее 200 слов в сообщении
  • контент со статусом «опубликовано»
  • Тип сообщения
  • , доступный для публичного запроса.

🎉 Другие новости

Было добавлено много других новых функций и улучшений, например:

  • Обновлен французский перевод бесплатной версии 🇫🇷
  • Скоро выйдет перевод на итальянский как в бесплатной, так и в PRO версии 🇮🇹
  • Разработчики
  • теперь могут фильтровать типы сообщений для отслеживания предложений автоматической переадресации
  • мы исправили проблему с нашей проверкой битых ссылок (обязательно перейдите в SEO, BOT, Настройки и выберите типы сообщений для сканирования, затем сохраните изменения).
  • проблема совместимости со Slider PRO и нашим универсальным метабоксом SEO
  • проблема со схемой блока FAQ
  • универсальный метабокс SEO теперь доступен для редактора блоков

Мы также исправили некоторые проблемы с CSS, начиная с версии 5.0 включил новый пользовательский интерфейс.

Не забудьте подписаться, чтобы быть в курсе последних новостей и улучшений в наших плагинах для SEO!

Вы влюблены в SEOPress? Помогите нам, написав 5-звездочный обзор в официальном каталоге плагинов WordPress.org!

История изменений

Это обновление содержит следующие изменения (полный список изменений здесь):

 = 5,1 (26.08.2021) =
* НОВИНКА Предложения по внутренним ссылкам 🎉🎉🎉 (PRO)
* НОВЫЕ карты сайта для видео и новостей добавлены в универсальный метабокс для SEO.
* НОВЫЙ хук 'seopress_automatic_redirect_cpt' для фильтрации типов сообщений для отслеживания предложений автоматического перенаправления (https: // www.seopress.org/support/hooks/filter-post-types-to-watch-for-automatic-redirections/)
* НОВЫЙ хук 'seopress_beacon_svg' для фильтрации значка маяка SVG для универсального метабокса SEO
* ИНФОРМАЦИЯ Обновление французского языка
* ИНФОРМАЦИЯ Добавить URL-адрес автора в схему
* FIX Проверка неработающих ссылок (перейдите в SEO, BOT, Настройки и выберите типы сообщений для сканирования)
* FIX Проблема совместимости со Slider PRO
* Блок FIX FAQ: дублированное изображение и неверный атрибут alt-текста
* FIX Неустранимая ошибка is_plugin_active в редких случаях
* FIX Ручной тип схемы местного бизнеса (автоматический)
* ИСПРАВИТЬ i18n
* ИСПРАВЛЕНИЕ Отсутствует информация из Social Preview
* ИСПРАВИТЬ CSS в пользовательском интерфейсе
* FIX Conflict with Post Types Order plugin.
* FIX Глобальные кнопки с изображениями в социальных сетях для каждого типа сообщений
* ИСПРАВЛЕНИЕ Использовать дату публикации в XML-файлах Sitemap, если modified_date более раннее
* FIX Universal SEO metabox с редактором блоков
* Счетчик слов FIX / плотность ключевых слов с помощью Oxygen Builder 
Бенджамин Денис

Генеральный директор SEOPress.12 лет опыта работы с WordPress. Основатель плагинов WP Admin UI и WP Cloudy. Соорганизатор WP BootCamp.

Интеграция

Meta Box — Admin Columns Pro

Meta Box уже зарекомендовал себя как один из основных плагинов для управления настраиваемыми полями на веб-сайтах WordPress. С более чем 400 000 активных установок и особым подходом для разработчиков, это необходимый набор инструментов для разработчиков, которые предпочитают код конфигурации базы данных для управления веб-сайтами, связанными с настраиваемыми полями.

Благодаря интеграции Meta Box для Admin Columns Pro вы сможете настраивать таблицы списков WordPress для любого типа сообщения, пользователя или таксономии, добавляя столбцы для полей, определенных в ваших мета-боксах. А благодаря мощным функциям Admin Columns pro вы сможете легко искать, редактировать, сортировать и экспортировать свои данные прямо со страниц обзора.

С помощью Admin Columns вы можете создать столбец для каждого поддерживаемого поля Meta Box. Все поддерживаемые поля перечислены в раскрывающемся списке Тип столбца и сгруппированы в отдельной группе мета-поля.Поддерживаются следующие поля Meta Box: Текст , Номер , URL , Электронная почта , Диапазон , Текстовый список , Флажок , Список флажков , Кнопка , Радио , Select , Select Advanced , Textarea , Image Select , Color , OEmbed , Slider , WYSIWYG , Autocomplete , , 911 11 , Date , Date Time , Time , Post , Taxonomy , Taxonomy Advanced , User , HTML File , File Input , File Advanced , Image Advanced Image Advanced Image Advanced , HTML Изображение , Видео , Фон , KeyValue .

Искать содержимое Meta Box в таблице списка

После того, как вы создали столбцы для полей Meta Box, вы можете легко выполнять поиск по содержимому этих полей прямо из обзора с помощью наших смарт-фильтров. Столбцы администратора распознают настройки полей, чтобы предоставить вам лучший пользовательский интерфейс для связанных полей. Поиск в текстовых полях слов или определенных строк. Числовые поля можно искать в пределах диапазона, например «Страницы от 100 до 200». Вы можете легко искать даты в определенном диапазоне, начиная с определенной даты или простых дат, которые находятся в прошлом или будущем.

И последнее, но не менее важное: вы можете искать в реляционных полях определенных отношений. Допустим, у вас есть поле «Автор», которое содержит ссылку на таблицу пользователей. С помощью наших интеллектуальных фильтров вы можете легко отфильтровать все сообщения с конкретным автором, выбрав автора из списка из доступных авторов.

Функция «Встроенное редактирование» позволяет обновлять данные ваших столбцов / полей прямо из таблиц списков WordPress. Так что больше не нужно заходить на страницу редактирования сообщения, чтобы редактировать только простое поле.Эта функция сэкономит вам много времени, когда вы часто меняете определенные данные для своих сообщений.

Все, что можно редактировать с помощью нашей встроенной функции редактирования, также можно редактировать массово. Просто отметьте сообщения, которые хотите редактировать, и нажмите кнопку «Массовое редактирование», чтобы изменить данные для выбранных строк.

Легко экспортируйте все данные из обзора в файл CSV. Конечно, экспорт работает для многостраничных и учитывает любые действия по сортировке или фильтрации. Это позволяет экспортировать данные только для определенных сообщений с конкретными данными.

Набор инструментов метабокса состоит из основного плагина с множеством бесплатных и платных расширений, доступных на их веб-сайте. Мы выбрали самые популярные и подходящие расширения из Meta Box и сделали их совместимыми с нашей интеграцией. Поддерживаются следующие расширения:

  • МБ Настраиваемая таблица (Сохранение настраиваемых полей в настраиваемых таблицах в базе данных)
  • МБ Term Meta (поддержка страниц обзора таксономии)
  • МБ User Meta (Поддержка страницы обзора пользователя)
  • МБ Comment Meta (Поддержка страницы обзора комментариев)

Опора для нестандартного стола

Одним из основных расширений для Meta Box является поддержка настраиваемых таблиц.Это расширение позволяет хранить настраиваемые поля в отдельной таблице вместо метатаблиц WordPress по умолчанию, что значительно ускоряет получение данных при работе с большим набором данных. Интеграция Meta Box для Admin Columns Pro поддерживает эти настраиваемые таблицы, и все профессиональные функции, такие как сортировка, экспорт, редактирование и поиск, реализованы с большой производительностью.

Как создавать собственные мета-блоки в WordPress и почему

Итак, у вас есть веб-сайт WordPress, и вы некоторое время публикуете статьи.Однако вы ищете способы добавить больше функциональности к своим сообщениям. Наличие настраиваемого мета-окна на вашем веб-сайте позволит вам выполнять настраиваемые функции в ваших сообщениях и страницах.

Что такое мета-боксы?

В редакторе записей и страниц WordPress есть несколько полей по умолчанию. Вы узнаете их как блоки, например:

  • Редактор
  • Опубликовать
  • Категории
  • Теги

Это так называемые мета-блоки WordPress. Они есть в каждой теме WordPress, а в некоторые из них по умолчанию уже добавлены другие мета-блоки.Все зависит от вашей темы. Есть даже мета-поля для добавления метаописаний и ключевых слов.

Вы можете добавить настраиваемые мета-блоки на свой веб-сайт WordPress, используя плагины, код или их комбинацию. Мы поговорим об этом подробнее ниже, но давайте поговорим о том, почему вам следует добавлять мета-поле, когда это необходимо в ваш редактор.

Зачем нужны мета-боксы?

За этим стоят разные мыслительные процессы. Добавление настраиваемого мета-блока и его использование может иметь важное значение или может быть связано с чем-то забавным.Может быть, вы хотите узнать, какая сейчас погода, или показать смайлики с настроением. Есть много типов мета-полей и полей, которые вы можете добавить.

При этом мета-поля и мета-поля также очень удобны, если вы хотите собрать определенную информацию, относящуюся к редактируемому посту.

Когда вы создаете настраиваемое мета-поле, оно будет отображаться на том же экране, что и вся остальная информация, связанная с публикациями, которая у вас есть. Установлены четкие отношения, и вы можете увидеть, как все они работают вместе, исходя из того, как вы их строите.

Мета-боксы не видны пользователям вашего сайта и читателям статей. Они видны вам только в задней части панели администратора WordPress. Кроме того, вы можете расположить свои собственные мета-блоки в бэкенде, как хотите. Владельцы веб-сайтов получают полный контроль над средой редактирования и могут отображать их так, как они считают нужным.

Давайте посмотрим, как вы можете добавить настраиваемый мета-блок WordPress на свой веб-сайт и использовать его в будущем.

Meta Box

Meta Box - это очень мощный, но легкий плагин, который позволяет разработчикам или владельцам веб-сайтов (если вы знаете как) создавать неограниченное количество пользовательских мета-боксов на своих веб-сайтах.Это также дает вам возможность создавать настраиваемые поля.

Этот плагин обладает множеством функций. После установки и активации вы сможете создавать более 40 различных типов настраиваемых мета-блоков для своего веб-сайта. Вот некоторые из наиболее популярных:

  • Текст
  • Изображения
  • Загрузки файлов
  • Флажки
  • Радиокнопки
  • Выбор даты и времени
  • Выбор сообщения
  • Таксономия
  • Пользователь

Опять же, это просто несколько настраиваемых мета-блоков, которые вы можете создать после установки плагина.

После установки плагина вам нужно будет выполнить несколько шагов. Это включало копирование и вставку кода из исходного плагина в файл functions.php . Однако мы рассмотрим это вместе ниже.

Давайте рассмотрим, как добавить настраиваемый мета-блок на ваш сайт WordPress.

Установить и активировать Meta Box

Чтобы добавить настраиваемый мета-блок WordPress на свой веб-сайт, вам сначала необходимо установить и активировать плагин. Вы можете сделать это, перейдя на страницу плагинов на панели администратора WordPress и выполнив поиск там имени плагина.

После того, как плагин будет установлен и активирован, вы будете готовы приступить к созданию настраиваемых мета-боксов для добавления на свой веб-сайт для использования.

Примечание: У плагина Meta Box фактически нет страницы администратора для конфигурации или настроек. Вместо этого вам нужно использовать онлайн-генератор, который предоставляет пользовательский интерфейс, который ускоряет процесс и позволяет легко создавать мета-блоки на лету.

После активации плагина вы автоматически попадете на домашнюю страницу, где будет для вас некоторая информация.

Начало работы

Прежде всего, вы увидите начальную страницу для плагина Meta Box. Это будет включать в себя вкладку «Начало работы», «Расширение» и «Поддержка».

Теперь вы можете просмотреть другие вкладки. Вы можете проверить некоторые другие расширения, которые они рекомендуют для других целей, и даже щелкнуть вкладку поддержки, чтобы получить доступ к разработчикам и справочной документации, когда это необходимо.

При этом мы собираемся придерживаться настройки мета-бокса в этом руководстве.Итак, оставайтесь на той странице, на которой вы находитесь, и давайте двигаться дальше.

Доступ к онлайн-генератору

Чтобы добавить настраиваемый мета-блок на свой веб-сайт, вам придется использовать «онлайн-генератор», который предоставляет плагин мета-бокса. Прокрутите вниз до правого нижнего угла стартовой страницы и нажмите кнопку «Перейти к онлайн-генератору».

Примечание: Онлайн-генератор, который предоставляет Meta Box, позволяет легко создавать мета-блоки с настраиваемыми полями.Он напрямую связан с плагином и предоставляет очень мощный и удобный пользовательский интерфейс, который позволяет создавать настраиваемое мета-поле с помощью метода перетаскивания.

Добавление

настраиваемого мета-бокса

Когда вы перейдете на страницу онлайн-генератора для плагина Meta Box, вы увидите, что есть три вкладки. К ним относятся:

Это три основные части, которые вам необходимо заполнить, чтобы создать настраиваемое мета-поле для вашего веб-сайта. Вы заполните каждую вкладку соответствующим образом, и когда вы сгенерируете код, вам нужно будет поместить его в функции .php вашего сайта.

Давайте вместе пройдемся по вкладкам и сделаем демонстрацию.

Общие

Сначала щелкните вкладку «Общие». Здесь вы заполните всю необходимую общую информацию. Это будет включать имя функции, текстовое имя домена и префикс идентификатора поля.

Meta Box

Теперь перейдите на вкладку «Meta Box». Здесь вы установите параметры, необходимые для создаваемого вами мета-блока.

Чтобы помочь вам, вот что означают все параметры:

  • ID: ID мета-бокса.Это поле не является обязательным. Если вы здесь ничего не ввели, идентификатор метабокса будет автоматически создан из заголовка с помощью функции sanitize_title.
  • Заголовок: Заголовок мета-блока. Это очень важное поле, и вас просят заполнить его.
  • Приоритет: Приоритет порядка при отображении нескольких полей. Это поле не является обязательным. Но если ваше мета-поле важно, и вы хотите, чтобы пользователи легко его видели, вам следует установить для него большое число, чтобы мета-поле отображало его сверху.
  • Контекст: Позиция, в которую должен быть помещен мета-блок.
  • Тип сообщения: Какому виду сообщения принадлежит ваш мета-бокс? Выберите только целевые типы сообщений.
  • Автосохранение: Хотите автоматически сохранять значения настраиваемых полей? Если да, поставьте галочку.
Поля

Здесь вы можете настроить настраиваемые поля, если хотите. К ним относятся параметры, действия, заказы и многое другое.

Подумайте об этой области, как если бы вы составляли контактную форму перетаскивания.Это тот же принцип. Просто перетащите и отредактируйте нужные поля.

Сгенерируйте код и вставьте в

functions.php Файл

Теперь, когда у вас все заполнено и настроено так, как вы хотите для вашего нового настраиваемого мета-блока, пришло время сгенерировать нужный вам код.

Помните, что вы можете сгенерировать код из любой вкладки, когда будете готовы. Просто нажмите кнопку «Сгенерировать код», чтобы двигаться дальше.

Как только вы нажмете эту кнопку, вы получите набор кода, автоматически сгенерированный для вас.Идите вперед и скопируйте код из коробки.

После того, как вы скопировали код, вам необходимо получить доступ к файлу functions.php вашего веб-сайта, чтобы вы могли вставить код.

Чтобы получить доступ к этому файлу, нажмите Внешний вид> Редактор темы, расположенный слева область меню панели администратора WordPress.

Это приведет вас к файлам вашей темы. Отсюда щелкните вкладку «Функции темы (functions.php) », чтобы получить доступ к файлу.

Прокрутите файл до конца и вставьте туда соответствующий код.По завершении нажмите кнопку «Обновить файл».

Вот и все! Вы успешно создали новый настраиваемый мета-блок для своего веб-сайта на основе информации, которую вы использовали для его создания с помощью онлайн-генератора.

Все новые настраиваемые мета-блоки, которые вы создаете, теперь находятся в вашем редакторе сообщений. Вы можете повторять этот процесс столько раз, сколько захотите, и создать столько настраиваемых мета-блоков, сколько вам нужно.

Заключительные мысли

Создание настраиваемого метабокса для вашего сайта WordPress дает вам расширенную функциональность и позволяет делать в сообщениях вещи, которые вы не могли делать раньше.Хотя вам нужно скопировать и вставить небольшой код, вам не нужно писать его самостоятельно.

Просто используйте редактор мета-поля перетаскивания, чтобы создать именно то, что вам нужно.

Вы создали собственный мета-блок с помощью этого плагина? Вам удобнее использовать другой метод?

Индекс / wp-content / plugins / employee-spotlight-pro / assets / ext / emd-meta-box / js

js расширенный 914 файл.js 914 image-select.js 144745 1447 выберите 914 -передовой.js
Название Последнее изменение Размер Описание

Родительский каталог -

47

2021-02-11 20:24 385
calculate.js 2021-02-11 20:24 151
клон 2021-02-11 20:24 8.0K
color.js 2021-02-11 20:24 1.2K
дата.js 2021-02-11 20:24 1.0K
datetime.js 2021-02-11 20:24 835
файл .js 2021-02-11 20:24 2.3K
файл-input.js 2021-02-11 20:24 876
2021-02-11 20:24 2.9K
image-advanced.js 2021-02-11 20:24 2.2K
2021-02-11 20:24 505
image.js 2021-02-11 20:24 508
jqueryui / 2021-02-11 20:24 -
интерфейс карты.js 2021-02-11 20:24 1.9K
map.js 2021-02-11 20:24 5.1K
oembed. js 2021-02-11 20:24 487
plupload-image.js 2021-02-11 20:24 3.2K
2021-02-11 20:24 501
select2 / 2021-02-11 20:24 -
слайдр. 2021-02-11 20:24 823
taxonomy.js 2021-02-11 20:24 909
расширенное изображение.js 2021-02-11 20:24 1.0K
time.js 2021-02-11 20:24 572
Подтвердить .js 2021-02-11 20:24 1.0K

Как добавить полностью функциональное настраиваемое мета-поле в меню навигации WordPress

Когда я создал WishList Login 2.0, я хотел, чтобы пользователи могли легко добавлять динамическую ссылку входа / выхода в свои меню навигации. Как бы просто это ни звучало, это не то, что вы можете сделать изначально в WordPress, и мы можем постоянно запрашивать такие вещи.

В WishList Login 1.0 я добавил в настройки плагина весь интерфейс администратора, в котором были все необходимые параметры для создания ссылки, редактирования ее текста, настройки ее положения и так далее.

Конечно, это было до того, как WordPress добавил меню, так что у меня не было особого выбора ... но теперь с меню WordPress казалось глупым создавать избыточный интерфейс ... особенно когда меню WordPress обрабатывали все, что нужно добавить ссылка на меню более понятна, чем в моем первоначальном интерфейсе.

Все это привело меня к пониманию того, как добавить свой собственный мета-блок в интерфейс навигационного меню WordPress с (что важно) возможностью добавлять настраиваемую ссылку, содержащую определенные параметры, которые мне нужны, чтобы захватить отображение ссылки на передней панели. конец.

Вот как это выглядит в админке:

Обратите внимание на класс CSS. Это действительно была самая важная часть, потому что это то, что позволяет мне идентифицировать эту ссылку позже и изменить ее на ссылку для входа, если пользователь вышел из системы, и ссылку для выхода, если пользователь вошел в систему.

Вот код, чтобы это произошло:

Большая часть этого довольно проста.

  1. Вы подключаетесь к WordPress с помощью ловушки add_nav_menu_meta_boxes.
  2. Вы вызываете add_meta_box () в своей функции обратного вызова, устанавливая «nav-menus» в качестве параметра $ post_type.
  3. Наконец, в вашей функции обратного вызова для add_meta_box () вы размещаете HTML-код метабокса.

Это последняя часть, которая может оказаться сложной при добавлении элемента пользовательской ссылки в меню навигации… поэтому мы рассмотрим это более подробно.

1. Во-первых, вам нужно убедиться, что ваш HTML настроен правильно. JavaScript, который фактически обрабатывает добавление ссылки в меню, выбирает ваш элемент ссылки определенным образом ... поэтому изменение HTML может нарушить его. Вышеупомянутое работает. Я бы порекомендовал скопировать его, а затем просто изменить нужные мелочи.

Или вы можете сделать то же самое, что и я, а именно скопировать мета-поле категории, родное в WordPress, и изменить то, что мне нужно.

2. Затем необходимо настроить идентификатор div основного контейнера e и идентификатор кнопки отправки так, чтобы они совпадали. Это часть того, как работает jQuery. Вам нужно изменить их, чтобы они были уникальными, и вам нужно было привести их в соответствие.

В примере кода вы заметите, что имя идентификатора блока контейнера - «posttype-wl-login», а имя идентификатора кнопки отправки - «submit-posttype-wl-login». Это такие отношения, которые должны иметь эти два элемента.

3. Наконец, вы отредактируете поля ввода в неупорядоченном списке.

Вам может понравится

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *