GenEpi / Tool
===
###### tags: `基因體/三級分析/GenEpi`
###### tags: `基因體`, `SNP`, `dbSNP`, `Variant`, `GenEpi`, `ML`, `生物資訊`

<br>

[返回 GenEpi 首頁](https://hackmd.io/1toBEWFgT06g74yub09BIg)

<br>

## Github
- https://github.com/Chester75321/GenEpi

<br>

## 安裝套件

$ pip install GenEpi

- python2: pip
- python3: pip3
- 注意事項
- GenEpi 是一個 **「很吃記憶體」** 的套件
- 在計算含有大量 SNP 的基因之上位作用時，可能會導致記憶體錯誤
- 我們建議執行 GenEpi 的記憶體，**應超過 256GB**

<br>

## GenEpi 套件資訊
- 使用方式，共有 6 個步驟

    import genepi
    
    ### step1_downloadUCSCDB # 從 UCSC 上，下載基因資料庫
    genepi.DownloadUCSCDB(...)
    
    ### step2_estimateLD # 執行「連鎖不平衡(LD)」降維
    genepi.EstimateLDBlock(...)
    
    ### step3_splitByGene # 只專注「位於基因上」的SNP
    genepi.SplitByGene(...)
    
    ### step4_singleGeneEpistasis_Logistic (for case/control trial) 
    # 對「正常組與病例組」的單基因，執行「邏輯回歸＆穩定選擇」
    genepi.BatchSingleGeneEpistasisLogistic(...)
    
    ### step5_crossGeneEpistasis_Logistic (for case/control trial)
    # 對「正常組與病例組」的跨基因，執行「邏輯回歸＆穩定選擇」
    genepi.CrossGeneEpistasisLogistic(...)
    
    ### step6_ensembleWithCovariates (for case/control trial)
    # 使用共變異數分類
    genepi.EnsembleWithCovariatesClassifier(...)

<br>

## 環境測試
- [GenEpi/genepi/example/](https://github.com/Chester75321/GenEpi/tree/master/genepi/example)
- example&#46;py
- sample.csv
- sample.gen
- sample_q.csv
<br>
- 測試 (共執行 6 個步驟)

    GenEpi-master/genepi/example$ python3 example.py 

    step1: Down load UCSC Database. DONE!
    step2: Estimate LD. DONE! 				
    Warning of step3: .gen file should be sorted by chromosome and position
    step3: Split by gene. DONE!
    step4: Detect single gene epistasis. DONE! .59254545454545475		
    step5: Detect cross gene epistasis. DONE! (Training score:0.63; 2-fold Test Score:0.61)
    step6: Ensemble with covariates. DONE! (Training score:0.63; 2-fold Test Score:0.62)

- 沒有錯誤，就表示沒問題
<br>
- 輸出結果

    ├── sample.LDBlock (LD區塊?)
    ├── sample_LDReduced.gen (LD降維結果?)
    │
    ├── snpSubsets (???)
    │   ├── APOC1_23.gen
    │   ├── APOE_11.gen
    │   ├── PVRL2_48.gen
    │   └── TOMM40_67.gen
    │
    ├── singleGeneResult (單基因上位作用結果)
    │   ├── All_Logistic_k2.csv
    │   ├── APOC1_Feature.csv
    │   ├── APOC1_Result.csv
    │   ├── APOE_Feature.csv
    │   ├── APOE_Result.csv
    │   ├── PVRL2_Feature.csv
    │   ├── PVRL2_Result.csv
    │   ├── TOMM40_Feature.csv
    │   └── TOMM40_Result.csv
    │
    └── crossGeneResult (跨基因上位作用結果)
        ├── Feature.csv
        └── Result.csv

<br>

## [1] 解析程式碼 - DownloadUCSCDB
- [UCSC db](https://hackmd.io/JA-_6-QqSWqDSqL8aMRmfw?view)