在生物数据库网络上计算扩散分数
项目描述
简介 
DiffuPath 是一种生物网络分析工具，它将来自 DiffuPy 的通用标签传播算法与编码在多种格式中的生物网络（如简单交互格式（SIF）或生物表达语言（BEL））相连接。例如，在论文中提出的应用场景中，我们使用了三个通路数据库（即 KEGG、Reactome 和 WikiPathways）及其从 PathMe 获取的集成网络[1]，以分析三个多组学数据集。然而，也可以从 Bio2BEL 生态系统导入其他生物网络[2]。
安装 
可以从 PyPI 安装最新稳定代码
$ python3 -m pip install diffupath可以从 GitHub 的源代码安装最新代码
$ python3 -m pip install git+https://github.com/multipaths/diffupath.git对于开发者，可以从 GitHub 克隆仓库并在可编辑模式下安装
$ git clone https://github.com/multipaths/diffupath.git
$ cd diffupath
$ python3 -m pip install -e .需求
diffupath 需要以下库
networkx (>=2.1) pybel (0.13.2) biokeen (0.0.14) click (7.0) tqdm (4.31.1) numpy (1.16.3) scipy (1.2.1) scikit-learn (0.21.3) pandas (0.24.2) openpyxl (3.0.2) plotly (4.5.3) matplotlib (3.1.2) matplotlib_venn (0.11.5) bio2bel (0.2.1) pathme diffupy
命令行界面
以下命令可以直接从您的终端使用
下载网络分析数据库.
以下命令生成表示给定数据库网络的 BEL 文件。
$ python3 -m diffupath database get-database --database=<database-name>要检查可用的数据库，请运行以下命令
$ python3 -m diffupath database ls运行扩散分析
以下命令将在给定网络和给定数据上运行扩散方法
$ python3 -m diffupath diffusion diffuse --network=<path-to-network-file> --data=<path-to-data-file> --method=<method>运行扩散分析
$ python3 -m diffupath diffusion evaluate -i=<input_data> -n=<path_network>输入数据
您可以将数据集提交为以下任何格式
CSV (.csv)
TSV (.tsv)
请确保数据集至少有一个包含节点 ID 的“节点”列。您还可以选择性地添加以下列到您的数据集中
节点类型
LogFC [*]
p 值
输入数据集示例
DiffuPath 接受多种输入格式，这些格式可以以不同的方式编码。有关更多详细信息，请参阅 扩散分数摘要。
您可以提供一个包含节点 ID 的“节点”列的数据集。
节点 |
|---|
A |
B |
C |
D |
2. 您也可以提供一个包含节点 ID 的“节点”列以及“节点类型”列的数据集，该列指示节点的实体类型，以按实体类型运行扩散。
节点 |
节点类型 |
|---|---|
A |
基因 |
B |
基因 |
C |
代谢物 |
D |
基因 |
3. 您也可以选择提供一个包含节点 ID 的“节点”列以及它们的 LogFC 的“logFC”列的数据集。您还可以添加一个“节点类型”列来按实体类型运行扩散。
节点 |
LogFC |
|---|---|
A |
4 |
B |
-1 |
C |
1.5 |
D |
3 |
4. 最后，您可以提供一个包含节点 ID 的“节点”列、它们的 logFC 的“logFC”列以及调整后的 p 值的“p-value”列的数据集。您还可以添加一个“节点类型”列来按实体类型运行扩散。
节点 |
LogFC |
p 值 |
|---|---|---|
A |
4 |
0.03 |
B |
-1 |
0.05 |
C |
1.5 |
0.001 |
D |
3 |
0.07 |
您还可以查看我们的 示例数据集 文件夹中的示例文件。
网络
在本节中，我们描述了您可以选择运行扩散方法的网络类型。这些包括以下内容，并在本节中详细描述 [†]
选择代表单个生物数据库的网络
选择多个数据库以生成一个协调一致的网络
从四个预定义的生物数据库集合中选择一个来表示协调一致的网络
提交您自己的网络 [‡]，格式必须为接受格式之一
网络转储
由于生成内核的高计算成本，我们提供了预计算的内核链接，代表一组生物数据库的网络。
数据库 |
描述 |
参考 |
下载 |
|---|---|---|---|
DDR |
疾病-疾病关联 |
||
DrugBank |
药物和药物靶点相互作用 |
||
基因本体 |
数万生物过程的层次结构 |
||
HSDN |
疾病与症状之间的关联 |
||
KEGG |
生物途径中的多组学相互作用 |
||
miRTarBase |
miRNA与其靶点之间的相互作用 |
||
Reactome |
生物途径中的多组学相互作用 |
||
SIDER |
药物和副作用之间的关联 |
||
WikiPathways |
生物途径中的多组学相互作用 |
如果您想使用我们的预定义集合之一，您可以类似地下载代表集成生物数据库的网络集的预计算内核。
集合 |
数据库 |
描述 |
下载 |
|---|---|---|---|
#1 |
KEGG、Reactome和WikiPathways |
-组学和生物过程/途径 |
|
#2 |
KEGG、Reactome、WikiPathways和DrugBank |
-组学和生物过程/途径，重点关注药物/化学相互作用 |
|
#3 |
KEGG、Reactome、WikiPathways和MirTarBase |
-组学和生物过程/途径，富含miRNA |
自定义网络格式
您也可以提交以下格式之一的自定义网络
BEL (.bel)
CSV (.csv)
GML (.gml或.xml)
GraphML (.graphml或.xml)
Pickle (.pickle)
TSV (.tsv)
TXT (.txt)
至少，请确保以下列都包含在您提交的网络文件中
源
目标
您可以选择在您的网络中添加第三列，“关系”（如下例所示）。如果省略了源和目标节点之间的关系，并且/或者方向性不明确，则可以将任一节点指定为源或目标。
自定义网络示例
源 |
目标 |
关系 |
|---|---|---|
A |
B |
增加 |
B |
C |
关联 |
A |
D |
关联 |
您也可以查看我们的示例网络文件夹中的示例。
免责声明
DiffuPath是一种在学术能力下开发的科学软件，因此不提供任何保证或维护、支持或数据备份的保证。
参考文献
diffupath-0.0.3.tar.gz的散列
| 算法 | 散列摘要 | |
|---|---|---|
| SHA256 | 0dd5d5b7d05ec54d25748ed948706b020bd4d974e5cb13bfcae1c4466e2a9fca |
|
| MD5 | 8be24411088330bfbdb4ac5b849a7913 |
|
| BLAKE2b-256 | 0a4fe6bbf87a8c5dbf9e1b2cfc554d96c61a9c0645ba4afd9e9543f32238cb7c |
