Parámetros de Python són iguales a los parámetros largos (--parámetro) de Terminal, si no especificado de otra manera. Banderas son parámetros de verdadero o falso (True/False) en Python. El manuál para cualquier modulo de gget se puede llamar desde la Terminal con la bandera -h --help.

gget 8cube 🔬

Screenshot 2026-01-19 at 5 34 43 PM

Consulta 8cubeDB (datos de secuenciación de snRNA de 8 cepas, tejidos e individuos diferentes de ratón (cuatro de cada sexo)) para métricas de especificidad a nivel génico y valores de expresión normalizados.

Formato de salida: JSON (línea de comandos) o data frame/CSV (Python).

Este módulo fue escrito por Nikhila Swarna.


gget 8cube specificity 🎯

Recupera estadísticas de especificidad ψ y ζ para uno o más genes.


gget 8cube specificity <GENES...>

Argumento posicional
genes
Símbolos génicos o IDs de genes Ensembl. Se permiten múltiples genes.

Argumentos opcionales
-csv --csv
Devuelve CSV en lugar de JSON (solo línea de comandos).
Python: usar json=False (DataFrame por defecto) o json=True para JSON.

-o --out
Ruta del archivo de salida (CSV o .json según --csv).
Python: save=True guarda automáticamente en el directorio actual.

Banderas
-q --quiet
Suprime la información de progreso.
Python: usar verbose=False.

Ejemplo

gget 8cube specificity Acsm2 ENSMUSG00000046623.9

# Python
from gget.gget_8cube import specificity
specificity(["Acsm2", "ENSMUSG00000046623.9"])

→ Devuelve los valores de especificidad ψ y ζ para Acsm2.

gget 8cube psi_block 🧩

Recupera valores de ψ-block (especificidad a nivel de bloque) para uno o más genes.

gget 8cube psi_block <GENES...> --analysis_level <LEVEL> --analysis_type <TYPE>

Argumento posicional genes Símbolos génicos o IDs Ensembl.

Argumentos requeridos -al --analysis_level Nivel de análisis biológico (p. ej., Kidney, Across_tissues).

-at --analysis_type Tipo de partición (p. ej., Sex:Celltype, Sex:Strain).

Argumentos opcionales -csv --csv Devuelve CSV en lugar de JSON. Python: usar json=True para JSON.

-o --out Ubicación del archivo de salida.

Banderas -q --quiet Suprime la impresión del progreso.

Ejemplo

gget 8cube psi_block Acsm2 \
    --analysis_level Kidney \
    --analysis_type "Sex:Celltype"

# Python
from gget.gget_8cube import psi_block
psi_block(["Acsm2"], analysis_level="Kidney", analysis_type="Sex:Celltype")

→ Devuelve puntuaciones de especificidad ψ-block a nivel de partición para Acsm2.

gget 8cube expression 📊

Recupera la media y varianza de los valores de expresión normalizados para uno o más genes.

gget 8cube expression <GENES...> --analysis_level <LEVEL> --analysis_type <TYPE>

Argumento posicional genes Símbolos génicos o IDs Ensembl. Se aceptan múltiples.

Argumentos requeridos -al --analysis_level Agrupación biológica (p. ej., Kidney, Across_tissues).

-at --analysis_type Diseño de partición (p. ej., Sex:Celltype).

Argumentos opcionales -csv --csv Devuelve CSV en lugar de JSON. Python: usar json=True.

-o --out Ruta del archivo de salida.

Banderas -q --quiet Suprime los mensajes de progreso.

Ejemplo

gget 8cube expression ENSMUSG00000046623.9 \
    --analysis_level Across_tissues \
    --analysis_type Strain

# Python
from gget.gget_8cube import gene_expression
gene_expression(["ENSMUSG00000046623.9"], analysis_level="Across_tissues", analysis_type="Strain")

→ Devuelve valores de expresión normalizados agrupados por tipo celular y sexo.

Ejemplo de flujo de trabajo

# Especificidad
gget 8cube specificity Gjb4

# Especificidad ψ-block
gget 8cube psi_block Gjb4 --analysis_level Across_tissues --analysis_type Strain

# Valores de expresión
gget 8cube expression Gjb4 --analysis_level Across_tissues --analysis_type Strain

API de Python

from gget.gget_8cube import specificity, psi_block, gene_expression

o

from gget import specificity, psi_block, gene_expression

Notas

  • Funciona con símbolos génicos y IDs Ensembl (con o sin números de versión).
  • Las tres funciones aceptan múltiples genes a la vez.
  • La salida por defecto en Python es un DataFrame de pandas; use json=True para JSON.
  • La CLI usa JSON por defecto, a menos que se utilice --csv.

Citar

Si utiliza gget 8cube en una publicación, por favor cite:

  • Luebbert, L., & Pachter, L. (2023). Efficient querying of genomic reference databases with gget. Bioinformatics. https://doi.org/10.1093/bioinformatics/btac836

  • Rebboah E, et al. Systematic cell-type resolved transcriptomes of 8 tissues in 8 lab and wild-derived mouse strains captures global and local expression variation (2025). https://doi.org/10.1101/2025.04.21.649844

  • Swarna NP, et al. Determining gene specificity from multivariate single-cell RNA sequencing data (2025). DOI próximamente.