gseapy

Msigdb :

msig = gseapy.Msigdb() : construit l'objet.
msig.list_dbver() : donne la liste des versions, comme par exemple '2023.2.Hs'
msig.list_category() : donne la liste des catégories, comme par exemple 'c2.all'.
gmt = msig.get_gmt(category = 'c2.all', dbver = '2023.2.Hs') : renvoie un dictionnaire pathway vers liste de gènes.

Enrichr : gseapy.get_library_name(organism = Human') : renvoie la liste des librairies enrichr pour l'homme. gseapy.get_library_name() : renvoie la liste des librairies enrichr (c'est le défaut). gseapy.get_library(name = 'Reactome_2022', organism = 'Human') : renvoie un dictionnaire pathway vers liste de gènes. Overrepresentationa analysis : result = gseapy.enrich(myGeneList, myGeneSets) : fait de l'overreprésentation analysis, avec myGeneList la liste de gènes à étudier, et myGeneSets un dictionnaire pathway vers liste de gènes et renvoie un objet gseapy.enrichr.Enrichr avec result.res2d contenant un dataframe avec les résultats ayant les colonnes suivantes : Term : le pathway. Overlap : 5/27 (nombre de gènes présents dans la liste sur nombre de gènes total du pathway. P-value : la p-value Adjusted P-value : la p-value ajustée Genes : les gènes présents dans la liste (numérateur de Overlap). paramètres de enrich : background = myBackgroundListOfGenes : optionellement la liste de gènes exprimés dans l'expérience (recommandé, sinon, c'est la réunion des gènes présents dans tous les genesets qui sont utilisés). cutoff = 0.05 : la p-value à utiliser (défaut = 0.05). verbose = True : mode verbeux (défaut est False). outdir = '.', format = 'png', figsize = (6.5, 6) : écrit un barplot avec les p-values et aussi un fichier txt (mais pas le choix du nom des fichiers ... dotplot : gseapy.dotplot(result.res2d, column = 'Adjusted P-value', x = 'Gene_set', top_term = 10, figsize = (3, 5), cutoff = 0.05, cmap = 'viridis_r', title = 'myTitle', xticklabels_rot = 45, show_ring = True, marker = 'o') : x = 'Gene_set' : c'est la colonne du dataframe si celui-ci contient plusieurs séries de GeneSet, sinon peut aussi être égal à 'Combined Score', une autre colonne du dataframe (défaut si non présent) GSEA : si df est un dataframe obtenu avec scanpy.tl.rank_genes_groups, il est trié par valeur - numpy.log(df['pvals']) * numpy.sign(df['logfoldchanges']) décroissante. créer un nouveau dataframe df2 = pandas.DataFrame({'score': - numpy.log(df['pvals'].values) * numpy.sign(df['logfoldchanges'].values)}, index = df['gene'].values) attention, s'il y a des pvals à 0, les remplacer par des valeurs > 0 : df['pvals'] = df['pvals'].apply(lambda x: sys.float_info.min if x == 0 else x) lancer le GSEA avec : result = gseapy.prerank(df2, myGeneSets). Quelques paramètres : threads = 4 outdir = '.' : directory pour les graphes (défaut est None, pas de graphes générés). Ils sont générés dans un sous-directory pre-rank format = 'png' : pour les images graph_num = 5 : le nombre de graphes à générer. seed = 0 verbose = True : défaut est False le résultat est un objet gseapy.gsea.Prerank et result.results est un dictionnaire dont les clefs sont les noms des genesets et les valeurs un dictionnaire avec notamment les clefs : es : enrichment score nes : normalized enrichment score pval : p-value fdr : false discovery rate ajustée fwerp : family wise error rate p-value matched_genes : les gènes matchés dans le geneSet. lead_genes : les gènes avant le pic (si positif) ou après le pic (si négatif) tag % : nombre de lead genes / nombre de matched genes. RES : ce sont les valeurs qui permettrent de tracer le graphe. result.res2d est aussi un dataframe triés par valeur absolue de NES descendant, avec notamment les colonnes Term, ES, NES, "FDR q-val", "FWER p-val", "Tag %", Lead_genes. ax = result.plot(terms = myPathway) : plot le graphe du pathway indiqué. ax = result.plot(terms = [pathway1,pathway2], colors = ['red', 'green']) : on peut donner plusieurs pathways et aussi indiquer un fichier où sauver l'image. result.plot(terms = [pathway1,pathway2], colors = ['red', 'green'], ofname = 'myImage.png') : indique un fichier où sauver l'image. dotplot : ax = gseapy.dotplot(result.res2d, column = 'FDR q-val', title = 'myTitle', cmap = 'viridis_r') : size = 6 : taille max des points cutoff = 0.05 : cutoff sur la colonne donnée dans l'argument column (défaut est 0.05) top_term = 10 : nombre maximum de pathways (défaut est 10) show_ring = True : anneau avec la taille maximum autour des points. marker = 'D' : marqueur diamond plutôt que rond (défaut est 'o') figsize = (5, 5) : taille de la figure. ofname = 'myImage.png' : fichier pour la sauvegarde. Visualisation des relations entre pathways à partir d'un résultat GSEA : nodes, edges = gseapy.enrichment_map(result.res2d) : examine les relations entre les pathways et renvoie 2 dataframes : nodes : pathways sélectionnés (reprend les colonnes de result.res2d) edges : arêtes entre les pathways avec comme colonnes notamment : src_name targ_name jaccard_coef overlap_coef overlap_genes : la liste des gènes communs séparés par des virgules. paramètres : column = 'Adjusted P-value' : la colonne prise en compte pour sélectionner les pathways (c'est le défaut). cutoff = 0.05 : le seuil de sélection des pathways (en fonction de la valeur de column), défaut de 0.05 top_term = 10 : le nombre maximum de pathways (défaut de 10) représentation en utilisant le package networkx : graph = networkx.from_pandas_edgelist(edges, source = 'src_idx', target = 'targ_idx', edge_attr=['jaccard_coef', 'overlap_coef', 'overlap_genes']) nodeIdsInGraph = set(edges['src_idx'].tolist() + edges['targ_idx'].tolist()); nodes2 = nodes.loc[nodes.index.isin(nodeIdsInGraph)] : attention, si certains sommets n'ont aucune arête, il faut les enlever ! pos = networkx.layout.spiral_layout(graph) networkx.draw_networkx_nodes(graph, pos = pos, cmap = 'RdYlBu', node_color = (nodes2['NES']).tolist(), node_size = (nodes2['Hits_ratio'] * 1000).tolist()) networkx.draw_networkx_labels(graph, pos = pos, labels = nodes2['Term'].to_dict()) edgeWeight = networkx.get_edge_attributes(graph, 'jaccard_coef').values() networkx.draw_networkx_edges(graph, pos = pos, width = list(map(lambda x: x * 10, edgeWeight)), edge_color = 'gray') pyplot.savefig('myImage.png') Copyright python-simple.com programmer en python, tutoriel python, graphes en python, Aymeric Duclert