cyversewarwick/csi

Causal Structure Inference (CSI) 镜像说明

镜像概述

CSI是基于Penfold等人2011年研究的网络推理算法镜像，旨在从时间序列数据（如基因表达数据）中重建调控模型。它能识别基因间的调控关系，考虑生物信号延迟（如翻译、蛋白入核等），在合成DREAM4数据测试中表现优于多种同类算法。

核心功能

• 从时间序列数据推断调控网络，支持基因表达数据（RNA-seq需先log转换）
• 输出MAP估计和边际估计的边缘概率CSV文件，可转换为GML格式用于Cytoscape等工具
• 提供交互式webapp可视化网络模型，支持阈值调整、基因选择及GML导出
• 支持转录因子列表限制，优化调控关系推断的生物合理性

使用场景

• 生物信息学研究：基因调控网络重建与分析
• 时间序列实验数据分析：如基因表达随时间变化的调控机制研究
• 小规模基因集（建议≤50个基因）的交互式网络可视化与模型调优

配置说明

输入要求

1. 基因表达CSV文件（必填）
   格式：基因作为行，时间点作为列；第一列是基因ID，第一行是重复名称，第二行是对应时间点。示例参考iplantcollaborative/example_data/cyverseuk/csi_testdata/dream4_5.csv。
2. 转录因子列表（可选）
   每行一个基因ID，指定可作为父基因的转录因子，示例参考iplantcollaborative/example_data/cyverseuk/csi_testdata/tflist.txt。

参数配置

• Parental Set Depth：默认2，限制父基因组合的最大数量（建议不超过2，避免计算量剧增）
• Gaussian Process Prior：默认10;0.1，Gamma分布的形状和尺度参数
• Weight Truncation：默认1e-5，跳过概率低于最佳父集该比例的组合以加速计算
• 数据归一化：默认标准化（零均值单位方差），可选仅中心化或不处理
• 权重采样：可选从Gamma分布采样父集概率初始值，优先少基因的父集

输出文件

• csi-MAP.csv/csi-marginal.csv：调控网络模型，边缘概率得分（边际模型更常用）
• csi_out.csv/csi_out.h5：原始输出，包含父集概率和高斯过程超参数
• html/：交互式webapp目录，通过csi.html打开可视化（建议≤50基因使用）
• FullOutput.tar：完整结果压缩包，便于本地下载

Docker部署示例

假设本地数据目录为./data，输出目录为./output：

bash
docker run -v ./data:/data -v ./output:/output cyversewarwick/csi \
  --input /data/your_expression.csv \
  --output /output \
  --parental_depth 2 \
  --prior "10;0.1" \
  --weight_truncation 1e-5

（注：具体参数需根据镜像实际支持的命令行选项调整，此处为示例）