GSEApy：Python基因集富集分析完全指南
【免费下载链接】GSEApy Gene Set Enrichment Analysis in Python 
项目地址: https://gitcode.com/gh_mirrors/gs/GSEApy
项目概述
GSEApy是一个功能强大的Python基因集富集分析工具，让生物信息学分析变得简单高效。该项目是GSEA（Gene Set Enrichment Analysis）的Python/Rust实现，提供了与GSEA桌面版本相同的文件格式，可以在Python交互式控制台中运行，无需切换到R环境。无论你是湿实验室研究员还是干实验室分析师，这款工具都能帮你快速完成基因集富集分析，生成专业图表，并轻松集成到数据分析工作流中。
核心功能特性
GSEApy提供7个子命令模块，覆盖了基因富集分析的各个方面：
gsea模块：执行标准的基因集富集分析，需要输入表达数据表、分类文件和基因集文件。
prerank模块：使用预排序相关性进行富集分析，是GSEA预排序工具的API接口。
ssgsea模块：执行单样本GSEA分析，适用于单个样本的基因集活性评估。
gsva模块：执行GSVA（Gene Set Variation Analysis）方法，由Hänzelmann等人开发。
replot模块：重现GSEA桌面版本的输出结果。
enrichr模块：使用Enrichr API进行基因集富集分析。
biomart模块：通过BioMart API帮助进行基因ID转换。
安装指南
通过conda安装（适用于MacOS_x86-64和Linux系统）
conda install -c bioconda gseapy
通过pip安装（支持Windows和MacOS_ARM64系统）
pip install gseapy
源码安装
如果pip安装失败，需要先安装Rust编译器：
curl https://sh.rustup.rs -sSf | sh -s -- -y
export PATH="$PATH:$HOME/.cargo/bin"
pip install git+git://github.com/zqfang/gseapy.git#egg=gseapy
快速入门
命令行使用示例
# 运行GSEA分析
gseapy gsea -d exptable.txt -c test.cls -g gene_sets.gmt -o test
# 运行预排序分析
gseapy prerank -r gsea_data.rnk -g gene_sets.gmt -o test
# 运行单样本GSEA
gseapy ssgsea -d expression.txt -g gene_sets.gmt -o test
# 运行GSVA分析
gseapy gsva -d expression.txt -g gene_sates.gmt -o test
# 使用Enrichr API
gseapy enrichr -i gene_list.txt -g KEGG_2016 -o test
Python交互式使用
import gseapy as gp
# 运行GSEA分析
gp.gsea(data='expression.txt', gene_sets='gene_sets.gmt', cls='test.cls', outdir='test')
# 运行预排序分析
gp.prerank(rnk='gsea_data.rnk', gene_sets='gene_sets.gmt', outdir='test')
# 运行单样本GSEA
gp.ssgsea(data="expression.txt", gene_sets="gene_sets.gmt", outdir='test')
# 运行GSVA分析
gp.gsva(data="expression.txt", gene_sets="gene_sets.gmt", outdir='test')
# 使用Enrichr分析基因列表
gene_list = ['SCARA3', 'LOC100044683', 'CMBL', 'CLIC6', 'IL13RA1', 'TACSTD2', 'DKKL1', 'CSF1', 'SYNPO2L', 'TINAGL1', 'PTX3', 'BGN', 'HERC1', 'EFNA1', 'CIB2', 'PMP22', 'TMEM173']
gp.enrichr(gene_list=gene_list, gene_sets='KEGG_2016', outdir='test')
应用场景
差异表达基因分析
利用GSEApy深入挖掘差异表达基因的生物学意义，发现关键通路。支持多种相关性计算方法，包括信噪比、t检验、差异比等。
单样本富集分析
通过ssGSEA评估单个样本中的基因集活性，为精准医疗提供支持。
富集结果可视化
GSEApy提供多种可视化选项，包括富集图、热图、点图、柱状图等，能够生成可直接用于发表的图表。
数据格式要求
GSEApy支持与GSEA桌面版本完全相同的文件格式：
表达数据：支持txt文件（FPKM、期望计数、TPM等）、GCT文件格式。
分类文件：CLS文件格式，定义样本分组。
基因集文件：GMT格式的基因集定义文件。
生态整合
GSEApy与主流数据科学工具完美兼容：
数据处理：基于Pandas进行高效数据处理。
数值计算：使用NumPy和SciPy进行科学计算。
可视化：基于Matplotlib生成专业图表。
网络请求：使用Requests进行API调用。
最佳实践建议
数据准备：确保输入数据格式正确，特别是基因列表和基因集文件。
参数调整：根据具体需求调整分析参数，如置换次数、富集阈值等。
结果解读：仔细解读GSEA结果，特别是富集图和统计指标。
背景基因设置：推荐使用实验确定的背景基因列表，如RNA-seq中表达的基因。
技术支持
GSEApy提供了完善的文档和示例，帮助用户快速上手。项目支持Python 3.7及以上版本，核心算法使用Rust实现，确保分析效率。
通过GSEApy，研究人员可以在Python环境中完成从数据预处理到结果可视化的完整基因富集分析流程，大大提高了生物信息学分析的效率和便利性。
【免费下载链接】GSEApy Gene Set Enrichment Analysis in Python 项目地址: https://gitcode.com/gh_mirrors/gs/GSEApy
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
