패스웨이 농축 분석 (pathway-enrichment)

무엇을 해주나

• 유전자 목록(차등발현 유전자, CRISPR 스크린 히트, 클러스터 마커, 프로테오믹스 히트)에서 어떤 생물학적 경로가 과대표현되는지 분석합니다.
• ORA(Enrichr, g:Profiler, Fisher/초기하 검정)와 순위 기반 GSEA(preranked), 샘플별 점수화(ssGSEA/GSVA)를 상황에 맞게 골라 실행합니다.
• 유전자 ID 네임스페이스 변환, 올바른 배경(background) 유전자 집합 선택, BH·FDR 다중검정 보정, 중복 GO 용어 축약, dotplot·enrichment map 시각화, 논문용 표 작성까지 전 과정을 안내합니다.
• 동봉된 scripts/run_enrichment.py로 ORA/GSEA를 한 번에 실행하고 결과 표와 dotplot을 저장할 수 있습니다.
• references/gseapy.md, references/databases-and-gene-sets.md, references/interpretation.md에 상세 API와 통계 배경이 정리되어 있습니다.

이런 분께 추천

• PyDESeq2/edgeR/limma로 차등발현 분석을 끝내고 다음 단계를 찾는 연구자
• Scanpy rank_genes_groups 결과의 클러스터 마커를 기능적으로 해석하려는 단일세포 분석자
• 논문 심사에서 지적받지 않을 정도로 방법론이 방어 가능한 농축 분석 결과가 필요한 대학원생·연구원

활용 예시

1. "deseq2_results.csv로 preranked GSEA 돌려줘" → stat 컬럼으로 순위 생성 후 Hallmark·GO:BP 대상 GSEA 실행, FDR 정렬 결과와 leading edge 유전자 확인.
2. "이 300개 DEG의 GO/KEGG 농축을 보고 싶다" → 심볼 정리·중복 제거 후 Enrichr ORA, 발현된 전체 유전자를 배경으로 지정해 p값 과대추정 방지.
3. "GO 결과가 비슷한 용어로 40개나 나왔다" → enrichment map과 leading-edge 중복 기반으로 대표 용어만 묶어 논문용 표로 정리.

이 파일의 지시를 읽고 그대로 따라서 나를 도와줘:
https://raw.githubusercontent.com/K-Dense-AI/scientific-agent-skills/HEAD/skills/pathway-enrichment/SKILL.md

내가 원하는 것: (여기에 하고 싶은 일을 쓰세요)

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 K-Dense-AI/scientific-agent-skills 의 skills/pathway-enrichment 폴더를 내 ~/.claude/skills/pathway-enrichment/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.