pathway-forte 0.0.2

安装

pathway_forte可以从PyPI安装 使用终端中的以下命令：

$ python3 -m pip install pathway_forte

最新的代码可以从GitHub安装 使用：

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

对于开发人员，可以使用以下命令安装代码：

$ 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。表示分析列表（例如，单尾超几何测试）。
• fcs。列出使用GSEAPy的函数类得分分析，如gsea和ssgsea。

预测方法

pathway_forte使用个性化路径活动分数启用三种分类方法（即二进制分类、多分类任务的训练支持向量机或生存分析）。分数可以通过各种工具（见[1]）从任何路径计算，使用任何能够导出其基因集的路径数据库。

• binary。训练用于二元分类任务（例如，肿瘤与正常患者）的弹性网络模型。使用嵌套交叉验证方法进行培训（可以选择两个循环中的交叉验证次数）。使用的模型很容易更改，因为scikit-learn（这个包使用的机器学习库）中的大多数模型都需要相同的输入。
• 子类型。训练支持向量机模型进行多类分类任务（例如，预测肿瘤亚型）。使用嵌套交叉验证方法进行培训（可以选择两个循环中的交叉验证次数）。与前面的分类任务类似，可以快速实现其他模型。
• 生存。训练具有弹性净惩罚的cox比例风险模型。训练采用嵌套交叉验证方法，在内环中进行网格搜索。此分析需要路径活动分数、患者类别和终生患者信息。

其他

• 导出。为compath[2]中包含的路径数据库导出当前基因集的GMT文件。
• 数据集。列出准备在pathway_forte中运行的tcga数据集[3]。

参考文献