Konversi GCT menjadi XLS

Matriks ekspresi gen mungkin perlu dikonversi ketika penerima atau aplikasi lama menerima workbook Excel tetapi tidak menerima data file GenePattern. Mengekspor matriks sebagai .xls membuatnya dapat diedit dalam perangkat lunak spreadsheet yang kompatibel dengan Excel lama, tetapi file GCT asli harus tetap menjadi sumber resmi.

Apa itu format GCT

Dalam kategori Documents, GCT biasanya berarti Gene Cluster Text, yaitu format teks yang dibatasi tab dan digunakan untuk matriks data ekspresi gen serta data genomik lainnya. GenePattern, alat-alat Broad Institute, dan program bioinformatika yang kompatibel dapat membaca dan membuatnya.

File GCT 1.2 yang umum berisi baris versi seperti #1.2, baris dimensi yang berisi jumlah baris data dan kolom sampel, header yang diawali dengan Name dan Description, serta satu baris yang dibatasi tab untuk setiap gen atau fitur lainnya. Kolom-kolom yang tersisa biasanya berisi pengukuran sampel. Baris metadata GCT merupakan bagian dari struktur file dan bukan header spreadsheet biasa.

Apa itu format XLS

XLS adalah format workbook biner Microsoft Excel untuk Excel 97–2003. Format ini mendukung worksheet, pemformatan sel, formula, pengurutan, pemfilteran, dan chart, serta dapat dibuka oleh banyak aplikasi spreadsheet.

Setiap worksheet XLS dibatasi hingga 65.536 baris dan 256 kolom. Dua field pengenal GCT ikut dihitung dalam batas kolom, sehingga matriks dengan lebih dari 254 kolom sampel tidak dapat dimuat dalam satu worksheet XLS. Matriks besar umumnya memerlukan XLSX, CSV, atau database.

Cara mengonversi GCT ke XLS

Menggunakan LibreOffice Calc

1. Simpan cadangan file sample.gct asli.
2. Untuk worksheet matriks yang bersih, buat salinan lalu hapus baris versi dan dimensi GCT dari salinan tersebut, atau impor file dan lewati kedua baris itu. Simpan nilai-nilai tersebut secara terpisah jika diperlukan untuk keterlacakan.
3. Buka salinan tersebut di LibreOffice Calc. Jika Calc tidak mengenali ekstensi tersebut, ubah nama salinan menjadi sample.txt; ini hanya mengubah nama, bukan isi yang dibatasi tab.
4. Dalam dialog impor teks, pilih Dipisahkan oleh, aktifkan Tab, dan nonaktifkan pemisah lainnya. Periksa bahwa Name, Description, nama sampel, dan pengukuran berada di kolom yang terpisah.
5. Format pengenal gen dan field pengenal lainnya sebagai teks jika berisi angka nol di depan, string panjang yang tampak seperti angka, atau karakter yang mungkin ditafsirkan ulang oleh Calc.
6. Pilih File → Save As, pilih Excel 97–2003 (*.xls), lalu konfirmasikan peringatan format lama.

Calc merupakan opsi lokal yang praktis karena dapat membaca teks yang dibatasi tab dan menulis XLS lama tanpa memerlukan layanan konversi perantara.

Menggunakan Microsoft Excel

1. Gunakan salinan file GCT dan ubah namanya menjadi .txt jika Excel tidak menampilkan file .gct dalam dialog buka atau impor.
2. Pilih Data → From Text/CSV, pilih file tersebut, lalu atur pemisah menjadi Tab.
3. Hapus atau lewati dua baris struktur GCT pertama untuk worksheet matriks. Simpan versi dan dimensi dalam sel terpisah atau worksheet terpisah jika harus dipertahankan.
4. Atur kolom pengenal sebagai teks sebelum memuatnya jika memungkinkan, lalu bandingkan nilai sampel dan ID gen yang mewakili dengan file sumber.
5. Pilih File → Save As, pilih Excel 97-2003 Workbook (*.xls), lalu terima peringatan kompatibilitas.

Menggunakan skrip yang dapat diulang

Untuk pemrosesan batch, uraikan tabel GCT setelah dua baris strukturalnya dan pertahankan setiap field sebagai teks pada awalnya. Hal ini mencegah konversi yang tidak diinginkan pada pengenal, tanggal, dan nilai panjang.

import pandas as pd

df = pd.read_csv('sample.gct', sep='\t', skiprows=2,
                 dtype=str, keep_default_na=False)
df.to_excel('sample.xlsx', index=False)

Kode ini membuat XLSX, bukan XLS. Buka hasilnya di Calc atau Excel dan gunakan File → Save As → Excel 97–2003 (*.xls). Konversikan kolom pengukuran yang dipilih menjadi numerik hanya jika perhitungan diperlukan. Jika metadata GCT ingin dipertahankan, baca dua baris pertama secara terpisah dan tuliskan ke sheet metadata.

Opsi konversi online

Tidak ada layanan online GCT-ke-XLS khusus yang didukung secara luas dan dapat memahami baris versi serta dimensi GCT dengan andal. Situs konversi umum mungkin memperlakukan file tersebut sebagai teks yang tidak terdiferensiasi, menggeser header tabel, atau mengubah nilai numerik. Data ekspresi gen juga mungkin bersifat rahasia, sehingga Calc, Excel, atau skrip terkontrol secara lokal lebih aman.

Spreadsheet online dapat menangani matriks kecil yang tidak sensitif sebagai opsi cadangan: hapus dua baris GCT pertama dari salinan, unggah teks yang dibatasi tab tersebut ke Google Sheets atau Excel for the web, verifikasi kolom yang diimpor, lalu ekspor workbook Excel. Layanan ini biasanya mengekspor XLSX, bukan XLS lama, sehingga penyimpanan akhir sebagai XLS tetap memerlukan Excel desktop atau LibreOffice.

Batasan kualitas dan kompatibilitas

• Menempatkan #1.2 dan baris dimensi ke dalam sel workbook akan mempertahankan teksnya, tetapi tidak menjadikan workbook tersebut file GCT yang valid.
• Perangkat lunak spreadsheet dapat mengonversi pengenal gen, tanggal, angka nol di depan, bilangan bulat panjang, dan notasi ilmiah. Bandingkan sel-sel yang mewakili dengan file asli setelah ekspor.
• Pemformatan dan formula yang ditambahkan ke workbook bukan bagian dari sumber GCT dan akan hilang jika workbook dibuat ulang dari sumber tersebut.
• Matriks GCT yang melebihi batas worksheet XLS harus diekspor sebagai XLSX, dibagi ke beberapa worksheet atau file, atau disimpan dalam sistem tabular lain.
• Menyimpan field pengukuran sebagai teks melindungi nilai input secara persis, tetapi mencegah aritmetika spreadsheet biasa hingga kolom yang diperlukan secara eksplisit dikonversi menjadi angka.