 | MetaseQ.칩 / RIP / RNA / * - SEQ 데이터의 통합 분석 및 플로팅을위한 프레임 워크 |
| 지금 다운로드 | |
MetaseQ. 순위 및 요약
광고
MetaseQ. 태그
MetaseQ. 설명
MetaseQ는 Chip-SEQ, RNA-SEQ 또는 ondment-seq.example 사용 사례의 조합으로 쉽게 작업 할 수있는 파이썬 프레임 워크입니다. - Matrix Plots : MXN 매트릭스 (예 : m = 유전자 및 n = BINS, TSS +/- 1KB) RNA-SEQ 실험에서 상향 조절 된 유전자의 칩 -SEQ 신호의 칩 -SEQ 신호가 병렬 처리를위한 하향 조절 유전자와 비교하여 실제 숫자는 하드 드라이브 속도와 수의 균형입니다 코어. 신호는 IP 및 입력 BAM 파일에서 직접 계산되며 라이브러리 크기로 확장하면 결과가 숫자 배열이기 때문에 데이터를 정규화하므로 유전자 표현식으로 사소한 또는 기둥 평균을 가져 오거나 컬럼 평균을 수행합니다. TSSS의 칩 - 서열 봉우리의 공간 분포. 대신 침대 또는 BigBed 파일을 사용하여 BAM 파일을 사용하여 매트릭스를 생성 할 수 있습니다. MatplotLib에서 콜백 기능을 사용하는 유전자의 칩 피크의 점을 클릭하면 유전자 정보를 인쇄 할 수 있거나 봉우리가 주석이 달린 유전자 내에 떨어지는 곳의 유전자 차트의 미니 게놈 브라우저보기를 보여주는 창을 열 수도 있습니다. , 폴리 -A 사이트, 인트론, 엑손, 기타 가능하며, 입력은 표준 형식의 침대, GFF, GTF, BAM, SAM, 헤더가있는 임의의 탭으로 구분 된 데이터 파일로부터 저장된 표준 형식의 - 침대, GFF, GTF, BAM, SAM, DESEQ 결과입니다. BigWig 또는 BigBed로 변환 할 시간을 가면 유연하고 직관적이며 강력한 프레임 워크를 제공하기 위해 기존의 Python 패키지의 큰 본문의 어깨에 향상된 성능이 향상됩니다. 이러한 패키지에는 다음이 포함됩니다. - BigWig 및 BigBed Files- Fast, Interactive 및 매우 유연한 플로팅을위한 BigWig 및 BigBed Files- MatplotLib에 대한 액세스를위한 BAM 파일 - BX-Python을 파싱하기위한 PYSAM은 클러스터링을위한 Flearn Numpy (특히 미니 바치 K- 구현을 의미합니다) - 유연하고 강력한 "게놈 대수"및 기능 수준의 조작 - GFFUTILS, 유전자 주석 (엑손 -> 성적표 -> 유전자)을 탐색하기위한 가벼운 데이터베이스 프레임 워크는 이 다양한 패키지 사이에 "접착제"를 제공하는 데있어 계산 집약적 인 코드를 구현하기위한 휴대용 형식의 Cython, MetaseQ는 Cython 및 Helpers 병렬로 작성된 Binning 코드를 공급합니다. 제품의 홈페이지
MetaseQ. 관련 소프트웨어
