클로드스킬마트스킬 둘러보기스킬이 뭐예요?
 
← 목록으로

패스웨이 농축 분석 (Pathway Enrichment)

유전자 리스트나 순위 데이터로 GO·KEGG·Reactome·MSigDB 농축 분석(ORA/GSEA)을 수행하고 결과까지 해석해 주는 스킬.

데이터·분석고급★ 33,030⑂ 3,248AI 점수 8/10마지막 업데이트: 2026. 8. 9.

무엇을 해주나

차등발현 유전자, CRISPR 스크리닝 히트, 클러스터 마커, 프로테오믹스 결과 같은 유전자 집합을 받아 어떤 생물학적 경로가 과대표현되었는지를 분석합니다.

  • ORA(과대표현 분석): 역치로 자른 유전자 목록에 Fisher/초기하 검정 적용 (Enrichr, g:Profiler)
  • GSEA/Preranked: DESeq2의 stat 등 전체 순위 리스트 기반 분석
  • ssGSEA/GSVA: 샘플·세포별 경로 활성 점수
  • 유전자 ID 변환, 배경(background) 유니버스 설정, 다중검정 보정, GO 중복 용어 축약, dotplot·enrichment map 시각화, 논문용 표 생성까지 커버

번들 스크립트 scripts/run_enrichment.py로 ORA/GSEA를 한 번에 실행하고 표와 그림을 저장할 수 있습니다.

이런 분께 추천

  • RNA-seq/단일세포 분석 후 "그래서 어떤 경로가 바뀌었나"를 정리해야 하는 연구자
  • ORA와 GSEA 중 무엇을 쓸지, 배경 유전자를 어떻게 잡을지 헷갈리는 대학원생
  • 심사자에게 방어 가능한 재현 가능한 농축 분석 파이프라인이 필요한 분

활용 예시

  1. "deseq2_results.csv로 Hallmark와 GO:BP preranked GSEA 돌리고 FDR 0.05 표 만들어줘" → stat 기준 랭킹 생성 후 gp.prerank 실행, NES/FDR 정렬 표 출력
  2. "이 350개 DEG로 KEGG·Reactome ORA 하되 발현된 유전자 전체를 배경으로 써줘" → g:Profiler domain_scope='custom'으로 정확한 배경 적용
  3. "GO 결과가 비슷한 용어로 40개나 나왔어" → enrichment map/리딩엣지 중복 기준으로 대표 용어만 남긴 요약 제공

· · · 설치 가이드 · · ·

Claude 앱에 설치 (터미널 필요 없음)
  1. 아래 버튼으로 ZIP 파일을 받으세요.
  2. Claude 설정 → Capabilities에서 '코드 실행 및 파일 생성'을 켭니다. (한 번만)
  3. Claude에서 Customize → Skills → + → '스킬 업로드'를 누르고 받은 ZIP을 올립니다.
↓ ZIP 내려받기
Claude Code에 설치

Claude에게 맡기기 — 아래 문장을 Claude Code에 붙여넣으세요

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.

직접 명령으로 설치하기

git clone https://github.com/K-Dense-AI/scientific-agent-skills.git /tmp/scientific-agent-skills && mkdir -p ~/.claude/skills && cp -r /tmp/scientific-agent-skills/skills/pathway-enrichment ~/.claude/skills/

⚠ 제3자가 만든 스킬입니다. 설치 전 원본 저장소를 한 번 확인하세요.

  1. 터미널을 엽니다.
  2. 저장소를 내려받습니다: git clone https://github.com/K-Dense-AI/scientific-agent-skills.git
  3. 스킬 폴더를 복사합니다: mkdir -p ~/.claude/skills && cp -r scientific-agent-skills/skills/pathway-enrichment ~/.claude/skills/
  4. 파이썬 의존성을 설치합니다: uv pip install gseapy gprofiler-official (또는 pip install ...)
  5. Enrichr·MSigDB·g:Profiler 호출에는 인터넷 연결이 필요합니다. 완전 오프라인이면 로컬 GMT 파일 + gp.enrich()를 사용하세요.
  6. Claude Code를 재시작한 뒤 "내 DEG 리스트로 GO 농축 분석 해줘"처럼 요청하면 스킬이 자동 호출됩니다.
GitHub에서 원본 보기 ↗라이선스: MIT