Enrichr 插件合集（共 230 个）

【Rummagene 转录因子集（Rummagene_transcription_factors）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   文献挖掘得到的转录因子靶基因集合，用于分析转录因子调控网络与基因表达特征的富集。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Rummagene 转录因子集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【转录因子蛋白互作（Transcription_Factor_PPIs）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   转录因子相关蛋白质互作基因集，用于分析转录因子与共调控因子的相互作用网络及功能富集。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「转录因子蛋白互作」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【TRRUST 转录因子 2019（TRRUST_Transcription_Factors_2019）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   TRRUST 数据库人类与小鼠转录因子靶基因集，2019 年版，收录文献验证的调控关系，用于富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「TRRUST 转录因子 2019」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【CellMarker增强标记集（CellMarker_Augmented_2021）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   CellMarker增强版细胞标记基因集，适合单细胞数据细胞类型判读，提高注释的覆盖度与准确性。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「CellMarker增强标记集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HuBMAP 增强参考库（HuBMAP_ASCTplusB_augmented_2022）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   HuBMAP 增强版细胞类型参考基因集（2022），共777个，用于单细胞数据注释与比对。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HuBMAP 增强参考库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Orphanet 罕见病增强（Orphanet_Augmented_2021）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   Orphanet 罕见病数据库增强版 2021 基因集，整理罕见病与致病基因的对应关系。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Orphanet 罕见病增强」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【PanglaoDB 标记增强（PanglaoDB_Augmented_2021）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   PanglaoDB 细胞类型标记增强版 2021 基因集，用于单细胞聚类结果注释与标记验证。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「PanglaoDB 标记增强」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【SILAC 磷酸化蛋白组（SILAC_Phosphoproteomics）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基于 SILAC 定量磷酸化蛋白质组实验整理的磷酸化位点与激酶底物基因集，用于磷酸化信号富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「SILAC 磷酸化蛋白组」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因集统计信息（statistics）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   Enrichr 平台各基因集库的统计信息条目，用于查看库规模等元数据，便于选择合适基因集。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因集统计信息」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Allen脑图谱下调基因集（Allen_Brain_Atlas_down）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   Allen脑图谱中脑区下调基因集，适合神经科学分析，与自身下调基因比对判断脑区相似性。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Allen脑图谱下调基因集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ENCODE组蛋白修饰2013（ENCODE_Histone_Modifications_2013）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   ENCODE组蛋白修饰基因集2013版，适合表观遗传研究，分析组蛋白修饰调控的靶基因。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ENCODE组蛋白修饰2013」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【RPE1细胞扰动数据集（PerturbSeq_ReplogleRPE1）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   Replogle 等 Perturb-seq 研究 RPE1 细胞的基因扰动数据集，用于功能基因筛选分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「RPE1细胞扰动数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ChEA转录因子靶基因集2016（ChEA_2016）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   ChEA转录因子靶基因集2016版，覆盖文献与实验数据，适合转录调控富集与调控机制探索。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ChEA转录因子靶基因集2016」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GeneSigDB 基因签名库（GeneSigDB）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   收录文献中已发表的基因表达签名，共2139个，用于比对目标基因集与已知表达谱特征。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GeneSigDB 基因签名库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Jensen 疾病人工库（Jensen_DISEASES_Curated_2025）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   Jensen 人工审编的疾病基因集（2025版），共574个，覆盖文献报道的可靠疾病关联。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Jensen 疾病人工库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【PFOCR 文献通路 2023（PFOCR_Pathways_2023）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   PFOCR 从文献图注自动抽取的通路基因集 2023 年版，规模大，用于通路富集探索。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「PFOCR 文献通路 2023」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【AutoRIF 罕见病基因表（Rare_Diseases_AutoRIF_Gene_Lists）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   AutoRIF 文本挖掘得到的罕见病基因列表，整理文献中疾病与基因的对应关系。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「AutoRIF 罕见病基因表」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GeneRIF 罕见病基因表（Rare_Diseases_GeneRIF_Gene_Lists）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GeneRIF 注释整理的罕见病基因列表，来源为文献中已验证的疾病与基因关系。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GeneRIF 罕见病基因表」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Rummagene 激酶集（Rummagene_kinases）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   从文献自动挖掘的蛋白激酶相关基因集，用于查询激酶调控的下游基因群与信号通路富集。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Rummagene 激酶集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Rummagene 基因签名集（Rummagene_signatures）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基于文献挖掘生成的大规模基因签名库，收录多种实验条件下的差异表达基因集合，供富集分析使用。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Rummagene 基因签名集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【RummaGEO 药物扰动 2025（RummaGEO_DrugPerturbations_2025）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   从 GEO 文献中挖掘的药物扰动基因签名集合，2025 年版，用于检索药物处理后表达变化的富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「RummaGEO 药物扰动 2025」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【RummaGEO 基因扰动 2025（RummaGEO_GenePerturbations_2025）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   从 GEO 文献中挖掘的基因扰动签名库，2025 年版，覆盖敲除、过表达等条件，用于基因功能富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「RummaGEO 基因扰动 2025」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【CRISPR 文献挖掘集（Table_Mining_of_CRISPR_Studies）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   通过从文献表格挖掘 CRISPR 筛选研究得到的基因集，涵盖基因敲除后显著变化的功能基因群。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「CRISPR 文献挖掘集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【蛋白互作枢纽蛋白（PPI_Hub_Proteins）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   蛋白互作网络中枢纽蛋白基因集，收录互作度高、连接多个模块的关键蛋白。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「蛋白互作枢纽蛋白」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Tabula Sapiens 人体图谱（Tabula_Sapiens）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   人体多器官单细胞转录组图谱基因集，涵盖各组织细胞类型特征基因，用于细胞注释与富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Tabula Sapiens 人体图谱」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Achilles适应度下降集（Achilles_fitness_decrease）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   来自Achilles全基因组筛选的适应度下降基因集，适合CRISPR敲除研究，筛选细胞增殖必需的候选基因。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Achilles适应度下降集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Allen脑图谱单细胞集（Allen_Brain_Atlas_10x_scRNA_2021）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   Allen脑图谱单细胞转录组细胞类型基因集，适合脑组织单细胞测序数据的细胞类型注释与区域分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Allen脑图谱单细胞集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Allen脑图谱上调基因集（Allen_Brain_Atlas_up）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   Allen脑图谱中脑区上调基因集，适合脑组织样本富集分析，识别基因表达的区域特异模式。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Allen脑图谱上调基因集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ARCHS4细胞系基因集（ARCHS4_Cell-lines）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基于ARCHS4数据库的细胞系共表达基因集，适合细胞系样本的基因富集分析，可识别细胞系特异的表达模块与失调通路。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ARCHS4细胞系基因集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Azimuth细胞注释集（Azimuth_2023）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   Azimuth参考数据集的细胞类型基因集，适合单细胞与空间转录组数据的自动细胞类型注释与验证。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Azimuth细胞注释集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【BioCarta通路基因集2013（BioCarta_2013）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   BioCarta经典通路基因集2013版，适合常规通路富集分析，解析差异基因参与的信号级联与代谢途径。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「BioCarta通路基因集2013」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【BioCarta通路基因集2015（BioCarta_2015）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   BioCarta通路基因集2015版，适合通路富集分析，结果条目经典清晰，便于在论文中呈现信号通路。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「BioCarta通路基因集2015」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【BioCarta通路基因集2016（BioCarta_2016）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   BioCarta通路基因集2016版，适合与前两版交叉验证，提高通路富集结果的稳健性与可重复性。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「BioCarta通路基因集2016」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【BioPlanet通路基因集（BioPlanet_2019）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   BioPlanet整合通路基因集，覆盖范围广，适合差异基因的功能富集分析，可补充KEGG与GO结果。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「BioPlanet通路基因集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【致癌物扰动基因集（Carcinogenome）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   致癌物暴露扰动基因集，适合毒理与环境健康研究，识别样本是否呈现致癌物暴露的表达特征。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「致癌物扰动基因集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【数据库分类列表（categories）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   Enrichr 平台的基因集库分类目录条目，用于列出各数据库所属类别，方便检索与筛选要用的库。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「数据库分类列表」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【CCLE蛋白组基因集2020（CCLE_Proteomics_2020）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   CCLE癌症细胞系蛋白组基因集，适合蛋白组数据富集分析，比较不同细胞系的蛋白表达特征。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「CCLE蛋白组基因集2020」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【CellMarker细胞标记2024（CellMarker_2024）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   CellMarker 2024细胞标记基因集，覆盖多种细胞类型，适合单细胞与空间数据的细胞类型注释。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「CellMarker细胞标记2024」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ChEA转录因子靶基因集2015（ChEA_2015）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   ChEA转录因子靶基因集2015版，适合ChIP与转录组联合分析，识别调控差异基因的关键转录因子。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ChEA转录因子靶基因集2015」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ChEA转录因子靶基因集2022（ChEA_2022）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   ChEA 2022版转录因子靶基因集，数据量更大，适合转录组数据的上游调控因子推断与验证。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ChEA转录因子靶基因集2022」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【染色体位置基因集（Chromosome_Location）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   染色体位置基因集，适合分析差异基因的染色体分布，识别染色体区域富集与拷贝数相关特征。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「染色体位置基因集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【hg19染色体位置基因集（Chromosome_Location_hg19）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   hg19版染色体位置基因集，适合旧基因组版本数据，分析差异基因在染色体上的分布偏好。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「hg19染色体位置基因集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ClinVar临床变异集2019（ClinVar_2019）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   ClinVar临床变异基因集2019版，适合遗传与疾病研究，将差异基因关联到已知临床变异位点。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ClinVar临床变异集2019」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ClinVar临床变异集2025（ClinVar_2025）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   ClinVar临床变异基因集2025版，数据更新更全，适合遗传疾病相关差异基因的临床意义解读。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ClinVar临床变异集2025」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人工审编蛋白定位集（COMPARTMENTS_Curated_2025）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   人工审编的蛋白亚细胞定位基因集，适合验证差异基因的定位注释，提高定位相关结论的可靠性。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人工审编蛋白定位集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【实验证据蛋白定位集（COMPARTMENTS_Experimental_2025）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   实验证据支持的蛋白定位基因集，适合蛋白亚细胞定位富集分析，辅助判断基因产物的空间分布。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「实验证据蛋白定位集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【dbGaP 基因型表型库（dbGaP）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   dbGaP 数据库中基因型与表型关联研究的基因集，用于分析常见疾病的遗传关联与功能富集。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「dbGaP 基因型表型库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Broad全基因组CRISPR集（DepMap_WG_CRISPR_Screens_Broad_CellLines_2019）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   Broad全基因组CRISPR筛选基因集，适合功能基因组研究，评估基因对细胞增殖的影响。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Broad全基因组CRISPR集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Sanger全基因组CRISPR集（DepMap_WG_CRISPR_Screens_Sanger_CellLines_2019）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   Sanger全基因组CRISPR筛选基因集，适合与Broad结果交叉验证，提高依赖性结论可信度。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Sanger全基因组CRISPR集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Descartes细胞与组织集（Descartes_Cell_Types_and_Tissue_2021）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   Descartes细胞与组织基因集，适合单细胞数据的细胞类型与组织来源判定，辅助注释分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Descartes细胞与组织集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Elsevier 通路合集（Elsevier_Pathway_Collection）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   Elsevier 整理的通路基因集合集，共1721个，覆盖信号与代谢通路，用于通路层面富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Elsevier 通路合集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ENCODE与ChEA共识TF集（ENCODE_and_ChEA_Consensus_TFs_from_ChIP-X）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   ENCODE与ChEA共识转录因子靶基因集，可信度高，适合转录调控富集与关键调控因子筛选。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ENCODE与ChEA共识TF集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ENCODE组蛋白修饰2015（ENCODE_Histone_Modifications_2015）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   ENCODE组蛋白修饰基因集2015版，数据覆盖更全，适合染色质状态相关的功能富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ENCODE组蛋白修饰2015」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Enrichr 热门基因库（Enrichr_Libraries_Most_Popular_Genes）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   汇总 Enrichr 各库中出现频率最高的热门基因，共121个，用于快速评估基因集整体特征。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Enrichr 热门基因库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Enrichr 转录因子共现库（Enrichr_Submissions_TF-Gene_Coocurrence）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   来自用户提交的转录因子与靶基因共现关系基因集，共1722个，用于基因调控网络富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Enrichr 转录因子共现库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Enrichr 用户贡献库（Enrichr_Users_Contributed_Lists_2020）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   2020 年用户上传的基因列表汇总，共1482个，反映社区研究关注的基因集合与方向。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Enrichr 用户贡献库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Roadmap 表观库（Epigenomics_Roadmap_HM_ChIP-seq）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基于 Roadmap 表观基因组计划的组蛋白修饰 ChIP-seq 数据构建，共383个，用于表观调控富集。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Roadmap 表观库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ESCAPE 衰老细胞库（ESCAPE）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   收录衰老、细胞命运与肿瘤相关基因集，共315个，用于富集分析识别细胞状态变化。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ESCAPE 衰老细胞库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GeDiPNet 基因疾病库（GeDiPNet_2023）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GeDiPNet 整理的基因与疾病关联基因集，共2388个，用于疾病关联与药物重定位富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GeDiPNet 基因疾病库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因组 PWM 库（Genome_Browser_PWMs）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基因组浏览器收录的位置权重矩阵基因集，共615个，用于转录因子结合位点富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因组 PWM 库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GlyGen 糖基化蛋白库（GlyGen_Glycosylated_Proteins_2022）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GlyGen 收录的糖基化蛋白质基因集，共338个，用于糖生物学与蛋白修饰相关富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GlyGen 糖基化蛋白库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GO 生物学过程 2021（GO_Biological_Process_2021）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基因本体生物学过程注释基因集（2021版），共6036个，用于基因功能的富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GO 生物学过程 2021」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GO 生物学过程 2023（GO_Biological_Process_2023）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基因本体生物学过程注释基因集（2023版），共5407个，用于基因功能的富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GO 生物学过程 2023」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GO 生物学过程 2025（GO_Biological_Process_2025）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基因本体生物学过程注释基因集（2025版），共5343个，用于基因功能的富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GO 生物学过程 2025」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GO 生物学过程 2026（GO_Biological_Process_2026）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基因本体生物学过程注释基因集（2026版），共5954个，用于基因功能的富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GO 生物学过程 2026」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GO 细胞组分 2021（GO_Cellular_Component_2021）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基因本体细胞组分注释基因集（2021版），共511个，用于基因功能的富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GO 细胞组分 2021」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GO 细胞组分 2023（GO_Cellular_Component_2023）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基因本体细胞组分注释基因集（2023版），共474个，用于基因功能的富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GO 细胞组分 2023」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GO 细胞组分 2025（GO_Cellular_Component_2025）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基因本体细胞组分注释基因集（2025版），共468个，用于基因功能的富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GO 细胞组分 2025」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GO 细胞组分 2026（GO_Cellular_Component_2026）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基因本体细胞组分注释基因集（2026版），共510个，用于基因功能的富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GO 细胞组分 2026」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GO 分子功能 2021（GO_Molecular_Function_2021）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基因本体分子功能注释基因集（2021版），共1274个，用于基因功能的富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GO 分子功能 2021」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GO 分子功能 2023（GO_Molecular_Function_2023）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基因本体分子功能注释基因集（2023版），共1147个，用于基因功能的富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GO 分子功能 2023」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GO 分子功能 2025（GO_Molecular_Function_2025）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基因本体分子功能注释基因集（2025版），共1174个，用于基因功能的富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GO 分子功能 2025」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GO 分子功能 2026（GO_Molecular_Function_2026）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基因本体分子功能注释基因集（2026版），共1394个，用于基因功能的富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GO 分子功能 2026」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GTEx 衰老特征库（GTEx_Aging_Signatures_2021）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基于 GTEx 组织表达数据构建的衰老相关表达特征集，共270个，用于衰老机制富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GTEx 衰老特征库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GTEx 组织库 V8（GTEx_Tissues_V8_2023）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GTEx V8 版本各组织表达基因集，共511个，用于组织特异性表达与来源富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GTEx 组织库 V8」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HDSigDB 人类疾病库（HDSigDB_Human_2021）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   人类疾病相关基因表达签名库（2021版），共2564个，用于疾病特征与药物响应富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HDSigDB 人类疾病库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HMDB 代谢物库（HMDB_Metabolites）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   人类代谢物数据库相关基因集，共3906个，用于代谢通路与代谢物关联富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HMDB 代谢物库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HMS LINCS 激酶库（HMS_LINCS_KinomeScan）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   LINCS 计划激酶抑制剂筛选相关基因集，共148个，用于激酶靶点与药物响应富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HMS LINCS 激酶库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HuBMAP 单细胞共表达库（HuBMAP_ASCT_plus_B_augmented_w_RNAseq_Coexpression）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基于 HuBMAP 单细胞 RNA 测序数据构建的细胞类型共表达基因集，共344个，用于细胞组成分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HuBMAP 单细胞共表达库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类表型本体库（Human_Phenotype_Ontology）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   人类表型本体关联基因集，共1779个，用于基因与临床表型、罕见病关联的富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类表型本体库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HumanCyc 通路库 2015（HumanCyc_2015）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   HumanCyc 人类代谢通路基因集（2015版），共125个，用于代谢通路与酶反应富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HumanCyc 通路库 2015」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HumanCyc 通路库 2016（HumanCyc_2016）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   HumanCyc 人类代谢通路基因集（2016版），共152个，用于代谢通路与酶反应富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HumanCyc 通路库 2016」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【huMAP 人类蛋白互作（huMAP）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   huMAP 人类蛋白质互作图谱基因集，收录大规模亲和纯化实验鉴定的复合物成员，用于互作富集。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「huMAP 人类蛋白互作」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【InterPro 结构域库（InterPro_Domains_2019）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   InterPro 蛋白结构域注释基因集（2019版），共1071个，用于蛋白质功能域富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「InterPro 结构域库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Jensen 细胞区室库（Jensen_COMPARTMENTS）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   Jensen 整理的亚细胞区室定位基因集，共2283个，用于蛋白定位与细胞区室富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Jensen 细胞区室库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Jensen 疾病关联库（Jensen_DISEASES）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   Jensen 整理的疾病相关基因集，共1811个，用于疾病关联与共病机制富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Jensen 疾病关联库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Jensen 疾病实验库（Jensen_DISEASES_Experimental_2025）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   Jensen 实验证据支持的疾病基因集（2025版），共500个，用于疾病机制富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Jensen 疾病实验库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Jensen 组织库（Jensen_TISSUES）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   Jensen 整理的组织特异性表达基因集，共1842个，用于组织来源与功能富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Jensen 组织库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【KEA 激酶富集库 2013（KEA_2013）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   激酶富集分析基因集（2013版），共474个，用于磷酸化信号通路与激酶活性研究。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「KEA 激酶富集库 2013」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【KEA 激酶富集库 2015（KEA_2015）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   激酶富集分析基因集（2015版），共428个，用于磷酸化信号通路与激酶活性研究。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「KEA 激酶富集库 2015」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【KEGG 通路库 2013（KEGG_2013）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   KEGG 通路基因集（2013版），共200个，用于代谢与信号通路的富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「KEGG 通路库 2013」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【KEGG 通路库 2015（KEGG_2015）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   KEGG 通路基因集（2015版），共179个，用于代谢与信号通路的富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「KEGG 通路库 2015」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【KEGG 通路库 2016（KEGG_2016）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   KEGG 通路基因集（2016版），共293个，用于代谢与信号通路的富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「KEGG 通路库 2016」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【KEGG 人类通路库（KEGG_2019_Human）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   KEGG 人类通路基因集（2019版），共308个，用于人类基因通路与疾病机制富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「KEGG 人类通路库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【KEGG 小鼠通路库（KEGG_2019_Mouse）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   KEGG 小鼠通路基因集（2019版），共303个，用于小鼠模型通路与表型机制富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「KEGG 小鼠通路库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【KEGG 2021 人类通路（KEGG_2021_Human）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   KEGG 通路数据库 2021 年版人类基因集，涵盖代谢、信号转导与疾病通路，用于通路富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「KEGG 2021 人类通路」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【KEGG 2026 人类通路（KEGG_2026）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   KEGG 通路数据库 2026 年版人类基因集，通路划分更细更新，用于基因功能与通路富集。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「KEGG 2026 人类通路」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【KOMP2 小鼠表型 2022（KOMP2_Mouse_Phenotypes_2022）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   小鼠敲除表型项目 2022 年版表型基因集，按表型分组基因，用于小鼠模型表型富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「KOMP2 小鼠表型 2022」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【LINCS 化学扰动共识（LINCS_L1000_Chem_Pert_Consensus_Sigs）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   LINCS L1000 化学小分子扰动共识特征基因集，用于药物处理后转录组效应的富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「LINCS 化学扰动共识」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【LINCS CRISPR敲除共识（LINCS_L1000_CRISPR_KO_Consensus_Sigs）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   LINCS L1000 项目 CRISPR 敲除实验的共识特征基因集，用于基因功能与扰动效应富集。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「LINCS CRISPR敲除共识」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【lncHUB 共表达基因集（lncHUB_lncRNA_Co-Expression）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   lncHUB 数据库的 lncRNA 共表达基因集，收录与长链非编码 RNA 表达相关的编码基因，用于富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「lncHUB 共表达基因集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【MAGMA 药物与疾病（MAGMA_Drugs_and_Diseases）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   MAGMA 软件整理的药物与疾病相关基因集，用于药物靶点与疾病遗传关联的富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MAGMA 药物与疾病」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【MAGNET 2023 基因集（MAGNET_2023）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   MAGNET 2023 年版基因集，整合多种组学证据归纳基因模块，用于功能富集与机制解读。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MAGNET 2023 基因集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【MCF7 细胞扰动下调（MCF7_Perturbations_from_GEO_down）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GEO 数据库中 MCF7 乳腺癌细胞扰动实验的下调基因集，用于细胞扰动响应富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MCF7 细胞扰动下调」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【MCF7 细胞扰动上调（MCF7_Perturbations_from_GEO_up）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GEO 数据库中 MCF7 乳腺癌细胞扰动实验的上调基因集，用于细胞扰动响应富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MCF7 细胞扰动上调」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【代谢组学工作台代谢物（Metabolomics_Workbench_Metabolites_2022）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   Metabolomics Workbench 2022 年代谢物相关基因集，用于代谢组与基因表达联合分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「代谢组学工作台代谢物」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【miRTarBase 靶基因 2017（miRTarBase_2017）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   miRTarBase 数据库 2017 年版经实验验证的 microRNA 靶基因集，用于 miRNA 调控与富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「miRTarBase 靶基因 2017」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【小鼠基因图谱（Mouse_Gene_Atlas）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   小鼠基因图谱基因集，按组织与发育阶段归纳小鼠表达特征，用于组织特异性富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「小鼠基因图谱」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【NCI-60 癌细胞系（NCI-60_Cancer_Cell_Lines）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   NCI-60 癌细胞系基因集，按 60 种人癌细胞系的表达特征构建，用于细胞系注释与比对。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「NCI-60 癌细胞系」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【NIBR 药物转录组下调（NIBR_DRUGseq_2025_down）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   NIBR 药物转录组 2025 年数据集的下调基因集，用于药物处理后表达下降特征的富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「NIBR 药物转录组下调」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【NIBR 药物转录组上调（NIBR_DRUGseq_2025_up）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   NIBR 药物转录组 2025 年数据集的上调基因集，用于药物处理后表达上升特征的富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「NIBR 药物转录组上调」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【OMIM 疾病基因集（OMIM_Disease）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   OMIM 数据库疾病基因集，收录已知致病基因与遗传病的对应关系，用于疾病关联富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「OMIM 疾病基因集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【扰动图谱基因集（PerturbAtlas）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   扰动图谱基因集，整合大规模基因扰动实验的转录组响应，用于扰动效应查询与比对。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「扰动图谱基因集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Pfam 结构域 2019（Pfam_Domains_2019）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   Pfam 蛋白结构域数据库 2019 年版基因集，按结构域归类蛋白，用于结构域富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Pfam 结构域 2019」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Pfam InterPro 结构域（Pfam_InterPro_Domains）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   Pfam 与 InterPro 联合结构域基因集，按蛋白功能域归类，用于蛋白质家族富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Pfam InterPro 结构域」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【PhenGenI 表型关联（PhenGenI_Association_2021）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   PhenGenI 2021 年表型基因关联集，整合多来源表型与基因证据，用于表型富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「PhenGenI 表型关联」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【PheWeb 表型基因集（PheWeb_2019）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   PheWeb 2019 年版 GWAS 表型基因集，汇集全基因组关联研究显著基因，用于表型分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「PheWeb 表型基因集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Reactome 通路库 2022（Reactome_2022）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   Reactome 数据库人工审编的通路基因集，2022 年版，涵盖代谢、信号转导与疾病过程，常用于通路富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Reactome 通路库 2022」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Reactome 通路库 2024（Reactome_Pathways_2024）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   Reactome 通路数据库 2024 年更新版基因集，收录人类反应与通路层级注释，适合基因功能富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Reactome 通路库 2024」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GEO 疾病药物 RNA-seq（RNA-Seq_Disease_Gene_and_Drug_Signatures_from_GEO）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GEO 数据库中 RNA-seq 疾病基因与药物响应特征集，用于疾病与药物的联合富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GEO 疾病药物 RNA-seq」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【SciPlex 药物扰动签名2025（Sciplex_Drug_Perturbation_Signatures_2025）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基于 SciPlex 化合物筛选实验的药物扰动基因表达签名库，2025 年版，用于药物机制与富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「SciPlex 药物扰动签名2025」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【亚细胞定位条形码（SubCell_BarCode）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基于条形码技术定位的亚细胞蛋白质组基因集，用于判断基因产物在细胞内的空间分布与富集。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「亚细胞定位条形码」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【SynGO 突触基因集 2022（SynGO_2022）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   SynGO 突触基因本体数据库 2022 年版，收录审编的突触定位与功能基因集，用于突触研究富集。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「SynGO 突触基因集 2022」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【SynGO 突触基因集 2024（SynGO_2024）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   SynGO 突触基因本体数据库 2024 年更新版，涵盖突触定位与功能注释，适合神经科学基因富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「SynGO 突触基因集 2024」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Tabula Muris 小鼠图谱（Tabula_Muris）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   小鼠多组织单细胞转录组图谱基因集，涵盖各器官细胞类型的特征基因，用于细胞注释与富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Tabula Muris 小鼠图谱」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【TF 扰动表达图谱（TF_Perturbations_Followed_by_Expression）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   收录转录因子扰动后伴随的基因表达变化集合，用于推断转录因子调控的靶基因与通路富集。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「TF 扰动表达图谱」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【TG-GATES 毒性基因集2020（TG_GATES_2020）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基于 TG-GATES 大鼠与人体药物毒性实验整理的基因集，2020 年版，用于肝毒性等毒理富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「TG-GATES 毒性基因集2020」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【激酶文库 2023（The_Kinase_Library_2023）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   整理自激酶相关研究的功能基因集，2023 年版，按激酶家族与信号通路组织，用于激酶富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「激酶文库 2023」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【激酶文库 2024（The_Kinase_Library_2024）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   激酶功能基因集库 2024 年版，涵盖激酶家族、底物与通路信息，适合激酶相关基因富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「激酶文库 2024」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ProteomicsDB 组织蛋白（Tissue_Protein_Expression_from_ProteomicsDB）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   来自 ProteomicsDB 的组织蛋白质表达基因集，涵盖多种人体组织的蛋白丰度信息，用于组织富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ProteomicsDB 组织蛋白」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【TISSUES 人工审编 2025（TISSUES_Curated_2025）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   TISSUES 数据库中人工审编的组织与细胞类型表达基因集，2025 年版，用于组织特异性基因富集。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「TISSUES 人工审编 2025」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【TISSUES 实验证据 2025（TISSUES_Experimental_2025）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   TISSUES 数据库中基于实验证据的组织表达基因集，2025 年版，适合组织特异性表达富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「TISSUES 实验证据 2025」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【病毒扰动下调基因集（Virus_Perturbations_from_GEO_down）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   汇总 GEO 中病毒感染实验下调表达基因的集合，用于分析病毒抑制的宿主基因与通路富集。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「病毒扰动下调基因集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【病毒扰动上调基因集（Virus_Perturbations_from_GEO_up）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   汇总 GEO 中病毒感染实验上调表达基因的集合，用于分析病毒激活的宿主基因与通路富集。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「病毒扰动上调基因集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【VirusMINT 病毒互作（VirusMINT）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   VirusMINT 数据库中经实验验证的病毒与宿主蛋白互作基因集，用于病毒感染相关功能富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「VirusMINT 病毒互作」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【WikiPathways 人类 2021（WikiPathway_2021_Human）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   WikiPathways 人类通路基因集 2021 年版，由社区协作维护，涵盖多种生物学过程，用于富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「WikiPathways 人类 2021」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【WikiPathways 人类 2023（WikiPathway_2023_Human）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   WikiPathways 人类通路基因集 2023 年版，收录社区整理的通路与疾病注释，适合通路富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「WikiPathways 人类 2023」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【维基通路库2013版（WikiPathways_2013）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   WikiPathways 经典通路数据库 2013 年版基因集，覆盖人类多种代谢与信号通路，用于功能富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「维基通路库2013版」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【维基通路库2015版（WikiPathways_2015）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   WikiPathways 通路数据库 2015 年版基因集，收录社区审编的通路成员基因，用于通路富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「维基通路库2015版」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【维基通路库2016版（WikiPathways_2016）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   WikiPathways 通路数据库 2016 年版基因集，涵盖人类与模式生物通路，用于基因功能富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「维基通路库2016版」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【WikiPathways 人类 2019（WikiPathways_2019_Human）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   WikiPathways 人类通路基因集 2019 年版，收录社区维护的通路注释，用于通路与疾病富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「WikiPathways 人类 2019」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【WikiPathways 小鼠 2019（WikiPathways_2019_Mouse）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   WikiPathways 小鼠通路基因集 2019 年版，收录小鼠基因对应的通路注释，用于动物模型富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「WikiPathways 小鼠 2019」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【WikiPathways 人类 2024（WikiPathways_2024_Human）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   WikiPathways 人类通路基因集 2024 年版，涵盖新增与更新的通路条目，适合人类基因富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「WikiPathways 人类 2024」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【WikiPathways 小鼠 2024（WikiPathways_2024_Mouse）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   WikiPathways 小鼠通路基因集 2024 年版，涵盖小鼠通路的更新注释，用于小鼠实验数据富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「WikiPathways 小鼠 2024」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Azimuth细胞类型标志集（Azimuth_Cell_Types_2021）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   Azimuth 2021版细胞类型标志基因集，适合单细胞聚类结果的细胞类型判读，辅助人工注释确认。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Azimuth细胞类型标志集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【JASPAR 人类 PWM 库（JASPAR_PWM_Human_2025）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   JASPAR 人类转录因子位置权重矩阵基因集，共675个，用于启动子区转录因子结合预测。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「JASPAR 人类 PWM 库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【MSigDB 计算预测集（MSigDB_Computational）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   MSigDB 计算预测类基因集，由算法整合多来源数据推断的基因功能集合。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MSigDB 计算预测集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【AutoRIF 罕见病预测（Rare_Diseases_AutoRIF_ARCHS4_Predictions）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基于 AutoRIF 文本挖掘与 ARCHS4 表达数据预测的罕见病基因集，用于罕见病关联分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「AutoRIF 罕见病预测」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GeneRIF 罕见病预测（Rare_Diseases_GeneRIF_ARCHS4_Predictions）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基于 GeneRIF 注释与 ARCHS4 表达数据预测的罕见病基因集，用于罕见病关联分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GeneRIF 罕见病预测」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【TargetScan miRNA 靶基因（TargetScan_microRNA）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基于 TargetScan 预测的 microRNA 靶基因集合，用于分析 microRNA 调控的基因群与功能富集。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「TargetScan miRNA 靶基因」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【微小RNA靶基因预测2017（TargetScan_microRNA_2017）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   TargetScan 2017 年版 microRNA 靶基因预测集合，按保守位点划分，用于 miRNA 富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「微小RNA靶基因预测2017」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【TRANSFAC/JASPAR 基序（TRANSFAC_and_JASPAR_PWMs）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   整合 TRANSFAC 与 JASPAR 转录因子结合位点矩阵的靶基因集，用于预测转录因子调控与富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「TRANSFAC/JASPAR 基序」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【病毒-宿主互作 P-HIPSTer（Virus-Host_PPI_P-HIPSTer_2020）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   P-HIPSTer 预测的病毒与宿主蛋白互作基因集，2020 年版，用于病毒感染的宿主因子富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「病毒-宿主互作 P-HIPSTer」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【MoTrPAC 运动响应（MoTrPAC_2023）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   MoTrPAC 项目 2023 年运动干预多组学基因集，用于运动对组织基因表达影响的富集分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MoTrPAC 运动响应」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Achilles适应度上升集（Achilles_fitness_increase）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   来自Achilles筛选的适应度上升基因集，适合寻找敲除后促进细胞生长的基因，辅助耐药与逃逸机制分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Achilles适应度上升集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GEO衰老扰动下调集（Aging_Perturbations_from_GEO_down）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GEO中衰老相关实验的下调基因集，适合衰老研究，分析差异基因与衰老过程反向变化的生物学意义。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GEO衰老扰动下调集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GEO衰老扰动上调集（Aging_Perturbations_from_GEO_up）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GEO中衰老相关实验的上调基因集，适合与自身上调基因比对，判断样本是否呈现衰老样表达特征。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GEO衰老扰动上调集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ARCHS4 IDG共表达集（ARCHS4_IDG_Coexp）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   ARCHS4中与IDG基因共表达的基因集，适合探索药物靶点相关基因的功能网络，用于机制推测与靶点验证。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ARCHS4 IDG共表达集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ARCHS4激酶共表达集（ARCHS4_Kinases_Coexp）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   ARCHS4中与蛋白激酶共表达的基因集，适合激酶相关研究，分析激酶调控的下游基因模块与信号通路。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ARCHS4激酶共表达集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ARCHS4转录因子共表达集（ARCHS4_TFs_Coexp）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   ARCHS4中与转录因子共表达的基因集，适合转录调控研究，推测转录因子活性并定位下游靶基因模块。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ARCHS4转录因子共表达集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ARCHS4组织基因集（ARCHS4_Tissues）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   ARCHS4中组织特异表达的基因集，适合判断差异基因的组织来源，辅助鉴定样本的组织与细胞组分。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ARCHS4组织基因集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【BioPlex蛋白互作集（BioPlex_2017）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   BioPlex蛋白互作基因集，适合分析差异基因编码蛋白的互作网络，寻找功能相关的蛋白复合物。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「BioPlex蛋白互作集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【CCLE癌症细胞系基因集（Cancer_Cell_Line_Encyclopedia）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   CCLE癌症细胞系表达基因集，适合肿瘤研究，判断差异基因对应的细胞系来源与肿瘤类型特征。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「CCLE癌症细胞系基因集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ChEA转录因子靶基因集2013（ChEA_2013）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   ChEA转录因子靶基因集2013版，适合转录调控分析，推测上游转录因子并构建调控网络。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ChEA转录因子靶基因集2013」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【U2OS蛋白定位组装集（CM4AI_U2OS_Protein_Localization_Assemblies）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   U2OS细胞蛋白定位组装基因集，适合蛋白亚细胞定位研究，分析编码蛋白的空间分布特征。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「U2OS蛋白定位组装集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【CORUM蛋白复合物集（CORUM）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   CORUM蛋白复合物基因集，适合将差异基因映射到已知蛋白复合物，分析复合物水平的协同变化。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「CORUM蛋白复合物集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【新冠相关基因集（COVID-19_Related_Gene_Sets）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   新冠相关基因集，涵盖病毒互作与免疫应答基因，适合感染研究中的差异基因功能解释。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「新冠相关基因集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【新冠相关基因集2021（COVID-19_Related_Gene_Sets_2021）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   2021版新冠相关基因集，适合新冠与病毒感染研究，分析宿主免疫应答与病毒互作相关通路。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「新冠相关基因集2021」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【检测方法高频基因集（Data_Acquisition_Method_Most_Popular_Genes）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   不同检测方法的高频基因集，适合质控与数据来源分析，判断样本的检测平台与技术偏好。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「检测方法高频基因集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【DepMap基因依赖性2023（DepMap_CRISPR_GeneDependency_CellLines_2023）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   DepMap CRISPR基因依赖性基因集，适合肿瘤研究，筛选细胞系存活所依赖的关键基因。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「DepMap基因依赖性2023」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【DGIdb药物靶点集2024（DGIdb_Drug_Targets_2024）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   DGIdb药物靶点基因集，适合药物研究与靶点筛选，将差异基因映射到已知药物与其靶点关系。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「DGIdb药物靶点集2024」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GEO糖尿病扰动集（Diabetes_Perturbations_GEO_2022）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GEO糖尿病扰动基因集，适合代谢疾病研究，分析样本是否呈现糖尿病相关的表达改变。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GEO糖尿病扰动集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GEO疾病扰动下调集（Disease_Perturbations_from_GEO_down）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GEO疾病扰动下调基因集，适合与自身下调基因比对，判断样本是否重现已知疾病的表达特征。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GEO疾病扰动下调集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GEO疾病扰动上调集（Disease_Perturbations_from_GEO_up）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GEO疾病扰动上调基因集，适合疾病表型分析，识别与已知疾病中共同上调的基因信号。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GEO疾病扰动上调集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GEO疾病特征下调集2014（Disease_Signatures_from_GEO_down_2014）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GEO疾病特征下调基因集2014版，适合经典疾病特征比对，辅助样本表型的分子层面判定。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GEO疾病特征下调集2014」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GEO疾病特征上调集2014（Disease_Signatures_from_GEO_up_2014）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GEO疾病特征上调基因集2014版，适合与疾病相关表达谱比对，识别共有上调特征。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GEO疾病特征上调集2014」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【DisGeNET疾病关联集（DisGeNET）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   DisGeNET疾病关联基因集，适合疾病研究，将差异基因映射到已知疾病关联，解释表型分子基础。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「DisGeNET疾病关联集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GEO药物扰动集2014（Drug_Perturbations_from_GEO_2014）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GEO药物扰动基因集2014版，适合药物机制研究，判断样本与已知药物处理组的表达相似性。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GEO药物扰动集2014」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GEO药物扰动下调集（Drug_Perturbations_from_GEO_down）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GEO药物扰动下调基因集，适合药物处理样本分析，识别被抑制的基因模块与相关通路。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GEO药物扰动下调集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GEO药物扰动上调集（Drug_Perturbations_from_GEO_up）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GEO药物扰动上调基因集，适合药物效应研究，分析与已知药物处理共同激活的基因与通路。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GEO药物扰动上调集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【DrugMatrix毒理基因集（DrugMatrix）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   DrugMatrix药物毒理基因集，适合安全性评价研究，判断化合物处理样本的肝脏与毒性相关特征。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「DrugMatrix毒理基因集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【DSigDB药物特征基因集（DSigDB）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   DSigDB药物特征基因集，适合药物重定位与化合物筛选，推断差异基因对应的候选药物。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「DSigDB药物特征基因集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ENCODE转录因子ChIP2014（ENCODE_TF_ChIP-seq_2014）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   ENCODE转录因子ChIP基因集2014版，适合转录调控分析，定位调控差异基因的转录因子。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ENCODE转录因子ChIP2014」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ENCODE转录因子ChIP2015（ENCODE_TF_ChIP-seq_2015）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   ENCODE转录因子ChIP基因集2015版，覆盖更广，适合上游调控因子推断与ChIP结果对照。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ENCODE转录因子ChIP2015」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【FANTOM6 lncRNA 库（FANTOM6_lncRNA_KD_DEGs）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   FANTOM6 项目中 lncRNA 敲低实验的差异表达基因集，共350个，用于研究 lncRNA 调控功能。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「FANTOM6 lncRNA 库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GEO 扰动下调库（Gene_Perturbations_from_GEO_down）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基于 GEO 扰动实验提取的下调基因集，共2460个，用于判断基因被抑制后的表达变化。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GEO 扰动下调库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GEO 扰动上调库（Gene_Perturbations_from_GEO_up）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基于 GEO 扰动实验提取的上调基因集，共2460个，用于判断基因被激活后的表达变化。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GEO 扰动上调库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【NIH 资助基因库（Genes_Associated_with_NIH_Grants）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   从 NIH 资助项目中提取的基因关联集，共32876个，反映各领域研究热点基因的分布。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「NIH 资助基因库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GTEx 组织下调库（GTEx_Tissue_Expression_Down）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GTEx 各组织特异性表达下调基因集，共2918个，用于判断目标基因的组织分布与下调趋势。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GTEx 组织下调库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GTEx 组织上调库（GTEx_Tissue_Expression_Up）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GTEx 各组织特异性表达上调基因集，共2918个，用于判断目标基因的组织分布与上调趋势。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GTEx 组织上调库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GWAS 目录库 2019（GWAS_Catalog_2019）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GWAS Catalog 疾病关联基因集（2019版），共1737个，用于遗传关联与疾病易感性分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GWAS 目录库 2019」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GWAS 目录库 2023（GWAS_Catalog_2023）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GWAS Catalog 疾病关联基因集（2023版），共5271个，用于遗传关联与疾病易感性分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GWAS 目录库 2023」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GWAS 目录库 2025（GWAS_Catalog_2025）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GWAS Catalog 疾病关联基因集（2025版），共2369个，用于遗传关联与疾病易感性分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GWAS 目录库 2025」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HDSigDB 小鼠疾病库（HDSigDB_Mouse_2021）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   小鼠疾病相关基因表达签名库（2021版），共2579个，用于模型动物疾病机制与药效研究。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HDSigDB 小鼠疾病库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HomoloGene 同源库（HomoloGene）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   NCBI 同源基因簇基因集，共12个，用于跨物种基因对应关系与保守性分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HomoloGene 同源库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类基因图谱库（Human_Gene_Atlas）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基于人类基因图谱表达数据构建的组织特异性基因集，共84个，用于组织溯源与分型分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类基因图谱库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【IDG 药物靶点库（IDG_Drug_Targets_2022）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   IDG 计划整理的药物靶点基因集，共888个，用于靶点成药性与药物研发可行性分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「IDG 药物靶点库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【JASPAR 小鼠 PWM 库（JASPAR_PWM_Mouse_2025）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   JASPAR 小鼠转录因子位置权重矩阵基因集，共146个，用于小鼠模型转录调控机制分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「JASPAR 小鼠 PWM 库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【激酶扰动下调基因集（Kinase_Perturbations_from_GEO_down）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GEO 数据库中激酶扰动实验的下调基因集，用于查询基因在激酶调控下的表达下降变化。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「激酶扰动下调基因集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【激酶扰动上调基因集（Kinase_Perturbations_from_GEO_up）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GEO 数据库中激酶扰动实验的上调基因集，用于查询激酶受抑或激活时的基因表达响应。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「激酶扰动上调基因集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【L1000 激酶GPCR下调（L1000_Kinase_and_GPCR_Perturbations_down）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   L1000 平台激酶与 GPCR 扰动下调基因集，基于 CMAP 数据构建，用于药物机制方向分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「L1000 激酶GPCR下调」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【L1000 激酶GPCR上调（L1000_Kinase_and_GPCR_Perturbations_up）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   L1000 平台激酶与 GPCR 扰动上调基因集，基于 CMAP 数据构建，用于扰动方向与机制分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「L1000 激酶GPCR上调」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GEO 配体扰动下调（Ligand_Perturbations_from_GEO_down）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GEO 数据库配体扰动实验的下调基因集，用于研究配体刺激后基因表达的下调响应。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GEO 配体扰动下调」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GEO 配体扰动上调（Ligand_Perturbations_from_GEO_up）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GEO 数据库配体扰动实验的上调基因集，用于研究配体刺激后基因表达的上调响应。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GEO 配体扰动上调」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【LINCS 化学扰动下调（LINCS_L1000_Chem_Pert_down）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   LINCS L1000 化学小分子扰动下调基因集，用于筛选药物处理后表达下降的基因与通路。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「LINCS 化学扰动下调」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【LINCS 化学扰动上调（LINCS_L1000_Chem_Pert_up）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   LINCS L1000 化学小分子扰动上调基因集，用于筛选药物处理后表达上升的基因与通路。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「LINCS 化学扰动上调」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【LINCS 配体扰动下调（LINCS_L1000_Ligand_Perturbations_down）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   LINCS L1000 配体扰动下调基因集，覆盖多种配体处理细胞后的基因表达下降特征。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「LINCS 配体扰动下调」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【LINCS 配体扰动上调（LINCS_L1000_Ligand_Perturbations_up）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   LINCS L1000 配体扰动上调基因集，覆盖多种配体处理细胞后的基因表达上升特征。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「LINCS 配体扰动上调」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【MGI 哺乳动物表型 L4 2021（MGI_Mammalian_Phenotype_Level_4_2021）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   MGI 哺乳动物表型本体第四级 2021 年版基因集，按精细表型归类小鼠致病基因。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MGI 哺乳动物表型 L4 2021」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【MGI 哺乳动物表型 L4 2024（MGI_Mammalian_Phenotype_Level_4_2024）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   MGI 哺乳动物表型本体第四级 2024 年版基因集，按精细表型归类小鼠致病基因。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MGI 哺乳动物表型 L4 2024」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GEO 微生物扰动下调（Microbe_Perturbations_from_GEO_down）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GEO 数据库微生物扰动实验的下调基因集，用于病原或菌群刺激后的宿主基因响应研究。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GEO 微生物扰动下调」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GEO 微生物扰动上调（Microbe_Perturbations_from_GEO_up）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   GEO 数据库微生物扰动实验的上调基因集，用于病原或菌群刺激后的宿主基因响应研究。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GEO 微生物扰动上调」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【MSigDB 标志基因集（MSigDB_Hallmark_2020）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   MSigDB 标志性基因集 2020 年版，50 个高度一致的功能通路，用于整体生物学过程分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MSigDB 标志基因集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【MSigDB 致癌特征集（MSigDB_Oncogenic_Signatures）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   MSigDB 致癌特征基因集，汇集肿瘤驱动通路与癌基因激活标志，用于肿瘤机制分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MSigDB 致癌特征集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【NCI-Nature 通路 2016（NCI-Nature_2016）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   NCI-Nature 通路数据库 2016 年版基因集，收录人工审编的信号转导与调控通路。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「NCI-Nature 通路 2016」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【NURSA 内源复合物组（NURSA_Human_Endogenous_Complexome）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   NURSA 人内源性复合物组基因集，收录核受体相关蛋白复合体成员，用于复合物功能分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「NURSA 内源复合物组」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【旧版 CMAP 下调（Old_CMAP_down）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   旧版 Connectivity Map 扰动下调基因集，基于早期芯片数据构建，用于药物机制比较。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「旧版 CMAP 下调」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【旧版 CMAP 上调（Old_CMAP_up）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   旧版 Connectivity Map 扰动上调基因集，基于早期芯片数据构建，用于药物机制比较。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「旧版 CMAP 上调」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【OMIM 扩展疾病集（OMIM_Expanded）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   OMIM 扩展版疾病基因集，在疾病基因基础上补充表型字段，覆盖更多遗传病条目。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「OMIM 扩展疾病集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【PANTHER 通路 2015（Panther_2015）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   PANTHER 分类系统 2015 年版通路基因集，汇总保守的蛋白功能分类与信号通路。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「PANTHER 通路 2015」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【PANTHER 通路 2016（Panther_2016）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   PANTHER 分类系统 2016 年版通路基因集，汇总保守的蛋白功能分类与信号通路。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「PANTHER 通路 2016」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【扰动图谱小鼠特征（PerturbAtlas_MouseGenePerturbationSigs）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   扰动图谱中的小鼠基因扰动特征集，用于小鼠模型里基因敲减或过表达的效应分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「扰动图谱小鼠特征」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【K562细胞扰动数据集（PerturbSeq_ReplogleK562）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   Replogle 等 Perturb-seq 研究 K562 细胞的基因扰动数据集，用于功能基因筛选分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「K562细胞扰动数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【DEPOD 磷酸酶底物（Phosphatase_Substrates_from_DEPOD）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   DEPOD 数据库磷酸酶底物基因集，收录去磷酸化作用底物，用于磷酸化调控网络分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「DEPOD 磷酸酶底物」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【蛋白组药物图谱 2023（Proteomics_Drug_Atlas_2023）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   蛋白组药物图谱 2023 基因集，记录药物处理后的蛋白组变化，用于药物机制与靶点分析。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「蛋白组药物图谱 2023」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ProteomicsDB 蛋白组（ProteomicsDB_2020）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   ProteomicsDB 2020 年版蛋白表达基因集，基于质谱数据整理各组织蛋白丰度信息。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ProteomicsDB 蛋白组」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【SysMyo 肌肉基因集（SysMyo_Muscle_Gene_Sets）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   系统整理的肌肉组织相关基因集，涵盖骨骼肌与心肌的发育、代谢及疾病相关基因，用于肌肉研究。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「SysMyo 肌肉基因集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【TF 功能缺失表达集（TF-LOF_Expression_from_GEO）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   汇总 GEO 中转录因子功能缺失实验产生的表达变化基因集，用于分析转录因子缺失的下游影响。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「TF 功能缺失表达集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类蛋白图谱组织表达（Tissue_Protein_Expression_from_Human_Proteome_Map）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   来自 Human Proteome Map 的组织蛋白质表达基因集，用于分析基因在不同人体组织中的表达分布。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类蛋白图谱组织表达」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【英国生物库全基因组关联（UK_Biobank_GWAS_v1）安装教程】—— Enrichr

■ 前置条件
   · 需要做富集分析：可用 Enrichr 官网、GSEA、clusterProfiler（R）等工具读取基因集文件。

■ 本基因集是什么
   基于英国生物样本库 GWAS 结果整理的基因集第 v1 版，收录与多种性状相关的显著关联基因。

■ 文件说明
   · 本目录共 1 个文件：基因集文件（.gmt）。
   · .gmt 是 Gene Matrix Transposed 基因集文件（每行：基因集名 + 描述 + 基因列表）。

■ 使用方法
   1. 在线（推荐）：
      · 打开 Enrichr 官网 → 若列表里已有该库，直接勾选使用；
      · 若是自建库，用 Enrichr 的 “Add library” 或上传 GMT 的方式导入。
   2. 本地（R）：
      · 用 clusterProfiler 读取：
        gs <- read.gmt("本目录 .gmt 完整路径")
        res <- enricher(你的基因列表, TERM2GENE = gs)
   3. 本地（Python）：
      · 用 gseapy： gs = gseapy.read_gmt("本目录 .gmt 完整路径")
   4. 验证：读入后基因集条数正常、名字列表显示完整即为成功。

■ 常见问题
   · 中文乱码：GMT 是纯文本，用 UTF-8 打开；不要用 Excel 直接保存（会破坏分隔符）。
   · 基因名对不上：不同物种的基因符号规则不同（人用大写、小鼠首字母大写），注意匹配。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「英国生物库全基因组关联」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://maayanlab.cloud/Enrichr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。