genometools.expression.genome 2

背景：

genometools.version:0.4.1

因为在genometools的0.4.1版本中缺少genome.py文件。且在from genometools.expression import ExpGenome，会报错，缺少ExpGenome模块。

在读取analysis.py中的g为基因名，但是self._gene_indices中的key为Expgene对象导致keyerror，所以需要提取出Expgene对象中的基因名进行比较。

        for j, gs in enumerate(self._gene_set_coll.gene_sets):
            for g in gs.genes:
                try:
                    idx = self._gene_indices[g]

解决方案：

1.需要先导入genome.py文件进入你的python解释器的路径：Lib/site-packages/genometools/expression/

2.添加一段代码于genometools/expression/init.py，使genome.py连接expression模块。

from .genomeimport ExpGenome

3.修改Lib\site-packages\genometools\enrichment\analysis.py代码，将识别基因中的错误改正。

将以下代码修改

    def __init__(self,
                 valid_genes: Iterable[str],
                 gene_set_coll: GeneSetCollection):

        self._valid_genes = tuple(copy.deepcopy(valid_genes))
        self._gene_set_coll = copy.deepcopy(gene_set_coll)
        self._gene_indices =\
                dict([gene, i]
                     for i, gene in enumerate(valid_genes))
        #for key,va in self._gene_indices.items():

改为：

    def __init__(self,
                 valid_genes: Iterable[str],
                 gene_set_coll: GeneSetCollection):

        self._valid_genes = tuple(copy.deepcopy(valid_genes))
        self._gene_set_coll = copy.deepcopy(gene_set_coll)
        self._gene_indices =\
                dict([gene.name, i]
                     for i, gene in enumerate(valid_genes))
        #for key,va in self._gene_indices.items():

更新问题：

由于Scripts中ensembl_extract_protein_coding_genes.py已经更改成
ensembl_extract_protein_coding_genes.exe

在代码的运行中可以修改这段代码解决Homo_sapiens.GRCh38.83.gtf.gz文件下载问题

!ensembl_extract_protein_coding_genes.exe -a "$ensembl_annotation_file" -o "$genome_file"

关于文件protein_coding_genes_human_ensembl83.tsv，因为此文件中缺少ensembl_id这一列属性，在程序运行时会报错缺少该属性。所以请在
https://github.com/flo-compbio/2016-python-gene-expression-workshop/tree/master/data
下载protein_coding_genes_human_ensembl83.tsv该文件，将两个文件内容合并。