Konverter online gratis GCT ke XLSX

Excel, sistem pelaporan, atau penerima yang tidak menggunakan GenePattern mungkin memerlukan matriks dalam bentuk workbook .xlsx. Konversi secara lokal juga membuat data lebih mudah difilter, dibuatkan chart, dibagikan, dan diarsipkan tanpa mengunggah hasil ekspresi yang berpotensi bersifat rahasia.

Apa itu format GCT

GCT adalah singkatan dari Gene Cluster Text. Format ini merupakan format teks yang dipisahkan tab yang digunakan untuk matriks ekspresi gen dan data genomik terkait, terutama oleh GenePattern milik Broad Institute dan alat Gene Set Enrichment Analysis; workflow R dan Bioconductor juga dapat membaca atau membuatnya.

File GCT berversi standar berisi:

• penanda versi seperti #1.2 pada baris pertama;
• jumlah baris data dan kolom data pada baris kedua;
• header yang dipisahkan tab, biasanya diawali dengan Name dan Description, pada baris ketiga;
• identifier gen, deskripsi, dan nilai ekspresi pada baris-baris berikutnya.

Ekstensi .gct juga digunakan oleh software yang tidak terkait. Buka file tersebut dalam editor teks dan pastikan baris-baris pertamanya sesuai dengan struktur Gene Cluster Text sebelum menggunakan langkah-langkah ini.

Apa itu format XLSX

XLSX adalah format workbook Office Open XML yang didukung oleh Microsoft Excel, LibreOffice Calc, Apple Numbers, dan banyak sistem pelaporan. Format ini mendukung worksheet, filter, formula, chart, pemformatan, dan validasi data, sehingga cocok untuk pengeditan dan distribusi spreadsheet.

XLSX bukan pengganti lengkap untuk GCT: penanda versi dan dimensi yang dinyatakan biasanya tidak disimpan sebagai metadata workbook, dan aplikasi spreadsheet dapat menafsirkan ulang nilai ilmiah atau identifier. Simpan file GCT asli sebagai sumber analisis yang otoritatif.

Konversi dengan Python dan pandas

Metode ini dapat direproduksi dan menghindari konversi tipe otomatis oleh Excel. Instal Python dan package yang diperlukan:

python -m pip install pandas openpyxl

Buat gct_to_xlsx.py:

import pandas as pd

source = "input.gct"
target = "output.xlsx"

with open(source, "r", encoding="utf-8-sig", newline="") as f:
    version = f.readline().strip()
    dimensions = f.readline().rstrip("\r\n").split("\t")

if not version.startswith("#"):
    raise ValueError("Missing GCT version marker")
if len(dimensions) < 2 or not all(x.isdigit() for x in dimensions[:2]):
    raise ValueError("Invalid GCT dimension line")

rows, columns = map(int, dimensions[:2])
data = pd.read_csv(
    source,
    sep="\t",
    skiprows=2,
    dtype=str,
    keep_default_na=False,
    na_filter=False,
    encoding="utf-8-sig"
)

if len(data) != rows or len(data.columns) != columns:
    raise ValueError(
        f"Declared size is {rows} x {columns}, "
        f"but the table is {len(data)} x {len(data.columns)}"
    )

data.to_excel(target, index=False, sheet_name="GCT data")
print(f"Wrote {target}")

Letakkan script di samping file sumber, ubah input.gct dan output.xlsx jika diperlukan, lalu jalankan:

python gct_to_xlsx.py

Workbook tersebut berisi header tabular dan data. Versi GCT dan baris dimensi divalidasi tetapi tidak disertakan dalam worksheet; simpan keduanya secara terpisah jika pengguna berikutnya memerlukan metadata tersebut.

Konversi dengan Excel atau LibreOffice

Untuk file kecil yang tidak sensitif, impor file sebagai teks yang dibatasi delimiter, bukan sekadar mengganti ekstensinya:

• Excel: pilih Data → From Text/CSV, pilih file GCT, atur delimiter ke Tab, dan kecualikan dua baris pertama jika pratinjau memperlakukan baris versi dan dimensi sebagai record. Muat tabel, lalu pilih File → Save As dan pilih Excel Workbook (*.xlsx).
• LibreOffice Calc: pilih File → Open, pilih Separated by dan Tab dalam dialog impor, kecualikan dua baris metadata pertama, lalu pilih File → Save As dan pilih Excel 2007–365 (*.xlsx).

Atur kolom identifier ke Text selama impor jika kolom tersebut berisi angka nol di awal, ID numerik yang panjang, tanggal, atau string lain yang harus tetap tidak berubah. Konverter online generik mungkin tidak memahami dua baris metadata GCT, dan pengunggahan data genomik dapat melanggar kebijakan laboratorium atau institusi. Gunakan layanan online hanya jika layanan tersebut secara eksplisit mendukung Gene Cluster Text, menghasilkan file XLSX, dan kebijakan data Anda mengizinkan pengunggahan; konversi lokal dengan Excel, LibreOffice, atau Python lebih aman.

Pemeriksaan kualitas dan kompatibilitas

• Bandingkan jumlah baris data dan kolom data pada worksheet dengan baris GCT kedua.
• Pastikan dua field pertama tetap menjadi kolom identifier dan deskripsi, lalu lakukan pemeriksaan sampel terhadap nilai ekspresi dengan membandingkannya dengan sumber.
• Pertahankan field sebagai teks jika string yang tepat, angka nol di awal, penanda nilai yang hilang seperti NA, atau notasi ilmiah harus dipertahankan. Contoh Python menonaktifkan konversi nilai yang hilang secara default oleh pandas; kolom ekspresi tertentu dapat dikonversi menjadi nilai numerik di kemudian hari.
• Jangan mengharapkan metadata versi khusus GCT, komentar, atau semantik analisis tetap tersimpan sebagai metadata XLSX native. Tambahkan catatan worksheet atau sheet metadata terpisah jika penerima memerlukan konteks tersebut.
• Worksheet Excel mengizinkan maksimum 1,048,576 baris dan 16,384 kolom. Matriks besar dapat melampaui batas tersebut atau menjadi lambat; pertahankan GCT untuk komputasi dan ekspor hanya gen, sampel, atau statistik ringkasan yang dipilih jika diperlukan.