bulk-rna-seq-deseq2-analysis-with-omicverse

用途：复现 t_deseq2.ipynb 中的 DESeq2 分析流程，适用于 bulk RNA-seq 差异表达分析。主要能力：导入并格式化 featureCounts 计数矩阵；使用 ov.bulk.Matrix_ID_mapping 将 Ensembl ID 映射为基因符号；通过 ov.bulk.pyDEG 调用 PyDESeq2 进行差异分析；过滤低表达基因、设定 fc 与 p 值阈值；绘制火山图与单基因箱线图；下载通路数据库并进行 GSEA 富集分析与气泡图、GSEA 曲线绘制。使用方式：导入 omicverse 并调用 ov.style()；用 ov.io.read(..., index_col=0, header=1) 读取制表符分隔计数数据；清理列名中的 .bam；用 ov.utils.download_geneid_annotation_pair() 下载映射对；创建 dds = ov.bulk.pyDEG(data)，用 dds.drop_duplicates_index() 去重；指定 treatment_groups 与 control_groups 后执行 dds.deg_analysis(..., method='DEseq2')；用 dds.foldchange_set(fc_threshold=-1, pval_threshold=0.05, logp_max=6) 设定阈值；用 dds.plot_volcano(...) 和 dds.plot_boxplot(...) 可视化；GSEA 用 dds.ranking2gsea() 生成排序列表，再用 ov.bulk.pyGSEA(rnk, pathway_dict).enrichment() 与 plot_enrichment、plot_gsea 绘图。限制：PyDESeq2 需要原始整数计数而非对数转换数据；样本组名须与列名完全匹配；基因映射依赖物种，结果稀疏时需下载正确基因组对；大型通路库可能需提高递归限制或先过滤 top N。资料未提供价格、平台与更多使用限制。