pathway-forte 0.0.2

安装

pathway_forte 可以通过在您的终端中运行以下命令从 PyPI 安装

$ python3 -m pip install pathway_forte

可以通过以下方式从 GitHub 安装最新代码

$ python3 -m pip install git+https://github.com/pathwayforte/pathway-forte.git

对于开发者，可以使用以下方式安装代码

$ git clone https://github.com/pathwayforte/pathway-forte.git
$ cd pathway-forte
$ python3 -m pip install -e .

主要命令

下表列出了PathwayForte的主要命令。

功能富集方法

• ora. 列出过度代表性分析（例如，单尾超几何检验）。

• fcs. 列出使用GSEAPy的功能类评分分析，如GSEA和ssGSEA。

预测方法

pathway_forte通过使用个性化的通路活动评分，实现了三种分类方法（即二分类、为多分类任务训练SVMs或生存分析）。这些评分可以从任何通路使用各种工具（见[1]）以及任何允许导出其基因集的通路数据库计算出来。

• binary. 为二分类任务（例如，肿瘤与正常患者）训练弹性网络模型。训练使用嵌套交叉验证方法（可以在两个循环中选择交叉验证的数量）。由于大多数在scikit-learn（本包使用的机器学习库）中的模型都需要相同输入，因此可以轻松更改使用的模型。

• subtype. 为多分类任务（例如，预测肿瘤亚型）训练SVM模型。训练使用嵌套交叉验证方法（可以在两个循环中选择交叉验证的数量）。同样，如前面的分类任务，其他模型也可以快速实现。

• survival. 使用弹性网络惩罚训练Cox比例风险模型。训练使用嵌套交叉验证方法，内循环中使用网格搜索。此分析需要通路活动评分、患者类别和患者生存信息。

其他

• export. 将当前基因集导出为GMT文件，用于ComPath中包含的通路数据库[2]。

• datasets. 列出可在pathway_forte中运行的TCGA数据集[3]。

参考文献