DoRothEA 项目使用教程

DoRothEA 项目使用教程

项目地址:https://gitcode.com/gh_mirrors/do/dorothea

1. 项目介绍

DoRothEA 是一个基因调控网络（GRN），包含了人类和小鼠的转录因子（TF）与其目标基因之间的交互信息。这些交互信息基于不同类型的证据进行筛选和收集，并根据支持证据的数量分配了置信水平。DoRothEA 的 regulons（即转录因子及其转录目标的集合）可以与任何统计方法结合使用，从批量或单细胞转录组数据中推断 TF 活性。

该项目提供了一个 R 包，用于访问 DoRothEA 的 regulons。为了推断 TF 活性，建议使用 decoupleR 包，该包在 R 和 Python 中均可使用。

2. 项目快速启动

安装 DoRothEA R 包

DoRothEA 可以通过 Bioconductor 安装，也可以从 GitHub 安装开发版本。

通过 Bioconductor 安装

if (!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")

BiocManager::install("dorothea")

通过 GitHub 安装开发版本

devtools::install_github("saezlab/dorothea")

加载 DoRothEA 包

library(dorothea)

获取 DoRothEA 的 regulons

data(dorothea_hs, package = "dorothea")
head(dorothea_hs)

3. 应用案例和最佳实践

应用案例

DoRothEA 可以应用于以下场景：

1. 批量转录组数据分析：使用 DoRothEA 的 regulons 推断转录因子活性，帮助理解基因调控网络。
2. 单细胞转录组数据分析：DoRothEA 可以扩展到单细胞 RNA-seq 数据，帮助识别不同细胞状态下的转录因子活性。

最佳实践

1. 数据预处理：在使用 DoRothEA 之前，确保输入的转录组数据已经过标准化和过滤。
2. 选择合适的置信水平：根据研究需求选择合适的置信水平（如 A、B、C、D）来过滤 regulons。
3. 结合其他分析方法：DoRothEA 可以与其他基因调控网络分析方法结合使用，以获得更全面的分析结果。

4. 典型生态项目

decoupleR

decoupleR 是一个用于从 omics 数据中推断生物活性的计算方法集合。它支持多种统计方法，包括 DoRothEA，可以帮助用户从转录组数据中推断转录因子活性。

安装 decoupleR

install.packages("decoupleR")

使用 decoupleR 推断 TF 活性

library(decoupleR)

# 示例代码
activities <- decouple(dorothea_hs, method = "consensus", verbose = TRUE)
head(activities)

CollecTRI

CollecTRI 是一个基于文献的基因调控网络，具有更高的覆盖率和更好的性能，用于识别受扰动的转录因子。建议用户使用 CollecTRI 替代 DoRothEA。

访问 CollecTRI

CollecTRI 的相关信息和使用方法可以在 decoupleR 包的文档中找到。

# 查看 decoupleR 文档
?decoupleR

通过结合使用 DoRothEA 和这些生态项目，用户可以更全面地分析基因调控网络，推断转录因子活性，并应用于各种生物学研究中。

dorothea R package to access DoRothEA's regulons 项目地址: https://gitcode.com/gh_mirrors/do/dorothea