arboreto

Infer gene regulatory networks (GRNs) from gene expression data using scalable algorithms (GRNBoost2, GENIE3). Use when analyzing transcriptomics data (bulk RNA-seq, single-cell RNA-seq) to identify transcription factor-target gene relationships and regulatory interactions. Supports distributed computation for large-scale datasets.

1. Zainstaluj bibliotekę Arboreto za pomocą menedżera pakietów: uv pip install arboreto. Upewnij się, że masz zainstalowaną kompatybilną wersję Pythona i dostęp do danych ekspresji genów w formacie TSV lub CSV.

2. Przygotuj dane wejściowe: załaduj macierz ekspresji genów jako DataFrame Pandas, gdzie kolumny reprezentują geny, a wiersze reprezentują obserwacje (komórki, próbki lub warunki). Dane powinny być znormalizowane i gotowe do analizy.

3. Uruchom wnioskowanie sieci regulacji genów za pomocą skryptu basic_grn_inference.py: python scripts/basic_grn_inference.py expression_data.tsv output_network.tsv --tf-file tfs.txt --seed 777. Parametr --tf-file zawiera listę czynników transkrypcji do analizy, a --seed zapewnia powtarzalność wyników.

4. Alternatywnie, użyj algorytmu GRNBoost2 bezpośrednio w kodzie Python: załaduj dane, zaimportuj grnboost2 z arboreto.algo, uruchom network = grnboost2(expression_data=expression_matrix) i zapisz wyniki do pliku TSV. Pamiętaj o użyciu warunku if name == 'main': ze względu na sposób, w jaki Dask zarządza procesami.

5. Zinterpretuj wyniki: wyjściowa sieć zawiera kolumny z czynnikami transkrypcji, genami docelowymi i wartościami ważności, które wskazują siłę relacji regulacyjnej. Wyfiltruj wyniki według ważności, aby skoncentrować się na najistotniejszych interakcjach regulacyjnych.