基因富集分析

要解决什么

基因列表只是一个起点，要回答"这些基因在功能上意味着什么"才是下游分析的关键。GO、KEGG、Reactome、DO 等数据库从不同层面解释基因集的生物学意义——但手动调用 clusterProfiler、ReactomePA、DOSE 等多个 R 包，再分别写绘图脚本，调试成本高且重复劳动多。

技能如何工作

这个 skill 将富集分析封装为一条可复用的管线：

• 两种计算路径：r（默认）使用 R 生态的 clusterProfiler + ReactomePA + DOSE + pathview，支持 GO、KEGG、Reactome、DO 四个数据库，还额外提供 Hub 基因统计和综合多面板可视化。gseapy（备选）纯 Python 实现，通过 Enrichr API 完成 GO+KEGG，适合没有 R 环境的场景。
• 统一 CLI 接口：run_enrichment.py 作为主入口，解析参数后分发到对应路径。支持 --analyses 选择性运行 go、kegg、reactome、do、hub、comprehensive 模块，或使用 all 运行全量。
• 期刊级可视化：所有图表使用本地 theme_journal.R 模块渲染，输出 PDF 矢量格式，提供 lancet、npg、viridis 三种调色板，固定尺寸适配期刊投稿。
• 输入输出契约明确：默认读取 Skill 3 产出的 intersection_genes.txt，也可通过 --gene-list 指定任意基因列表。输出目录固定为 ./np-output/enrichment/，文件名由输入基因列表推导。

适用边界

• 仅支持人类基因：上游假设基因符号为标准 HGNC 符号，R 路径会尝试 ID 转换但不支持其他物种。
• 依赖 R 环境：默认路径需要 clusterProfiler、ReactomePA、DOSE、pathview 等包，缺包时非交互环境需显式 --install-missing-r-packages 才会自动安装。
• gseapy 路径受限：仅支持 GO+KEGG，不包含 Reactome、DO、Hub 基因和综合可视化，且依赖 Enrichr API 网络可用。
• 无显著结果也是正常输出：CSV 可能仅含表头，PDF 会标注 "No significant enrichment"，这不代表脚本失败。