用途:输入人类或小鼠基因列表,从Dorothea数据库反向识别调控这些靶基因的上游转录因子,并输出TF-靶基因网络数据表和网络图。
主要能力:匹配输入基因与Dorothea靶基因,提取调控性TF,计算TF频次;生成边表与节点表并保存为Excel;用tidygraph和ggraph绘制网络,布局、颜色、形状、连线等可调;支持本地.rds数据库加速与离线使用,仅在置信度A、B、C内筛选高可信互作。
使用方式:入口为scripts/main.R,运行Rscript scripts/main.R --gene "TP53,MYC,EGFR" --species human --output_dir ./TF_Result --seed 42;也可用--gene_file提供txt或csv基因文件。人类基因用全大写符号,小鼠基因仅首字母大写,使用官方符号而非别名。需先安装optparse、dplyr、openxlsx、tidyverse、tidygraph、ggraph、showtext等CRAN包,可选安装dorothea;本地数据库可运行Rscript database/database-get.R生成dorothea_hs.rds和dorothea_mm.rds,并用--db_path指定。可视化规范值为英文标记fr、curve、diamond、triangle、square。输出包括TF_Network_Plot.pdf、tf_network.xlsx、TF_Target_Filtered_Core_<species>.xlsx、session_info.txt和tf.Rdata,存放在TF_Result下的data、plot、table子目录。
适用场景:分析人类或小鼠基因列表的上游TF调控网络,需要可重复CLI执行及发表级网络图时。
限制:不用于差异表达、通路富集、细胞类型注释、生存分析或多组学整合;不能推断Dorothea已整理关系之外的因果方向;输入基因须先标准化,别名或混合物种符号不适用;仅支持human和mouse;大基因列表(超过500个)查询可能耗时数分钟;目前无--timeout_seconds参数。