【文件属性】：
文件名称：flair:RNA的全长替代同工型分析
文件大小：114KB
文件格式：ZIP
更新时间：2021-05-04 02:12:41
Python
天赋
FLAIR（RNA的全长替代异构体分析），用于校正，异构体定义和嘈杂读段的替代剪接分析。 FLAIR主要用于纳米KongcDNA，天然RNA和PacBio测序读取。
目录
示例文件
引用风情
概述
FLAIR可以选择与短时读取的数据一起运行，以帮助提高长时读取的拼接点的拼接位点准确性。 FLAIR使用多个对齐步骤和拼接位点过滤器，以提高对根据嘈杂数据定义的同工型的置信度。 FLAIR被设计为能够感知来自Tang等人的纳米Kong数据中的细微拼接变化。 （2018） 。 请阅读有关方法的更多说明。
建议通过将校正后的读取的psl或bed文件合并在一起，在进行天赋崩溃之前进行异构化组装之前，将所有样品合并在一起。 从天赋崩溃创建同工型参考之后，后续步骤将分别将每个样品的读数分配给组合组件的同工型，以进行下游分析。
还要注意，可以使用kentUtils bedToPsl或pslToB
【文件预览】：
flair-master
----bin()
--------bed_to_psl.py(2KB)
--------sam_to_map.py(433B)
--------psl_to_bed.py(733B)
--------sam_to_psl.py(4KB)
--------filter_stringent_support.py(3KB)
--------collapse_isoforms_precise.py(26KB)
--------pull_starts.py(1KB)
--------samJuncs.py(8KB)
--------filter_collapsed_isoforms.py(7KB)
--------psl_to_sequence.py(2KB)
--------identify_annotated_gene.py(6KB)
--------es_as.py(9KB)
--------diffsplice_fishers_exact.py(1KB)
--------runDU.py(7KB)
--------runFish.py(6KB)
--------ssPrep.py(15KB)
--------call_diffsplice_events.py(9KB)
--------junctions_from_sam.py(31KB)
--------identify_novelty.py(8KB)
--------gtf_to_psl.py(5KB)
--------combine_counts.py(686B)
--------append_counts_to_psl.py(595B)
--------bam2Bed12.py(5KB)
--------match_counts.py(881B)
--------mark_intron_retention.py(3KB)
--------psl_to_gtf.py(4KB)
--------run_flair_collapse_ranges.sh(923B)
--------normalize_counts_matrix.py(2KB)
--------ssCorrect.py(16KB)
--------fasta_seq_lengths.py(1KB)
--------psl_reads_from_bed.py(525B)
--------es_as_inc_excl_to_counts.py(1KB)
--------remove_novel.py(2KB)
--------predictProductivity.py(13KB)
--------combine_star_tab.py(789B)
--------deFLAIR.py(12KB)
--------correctSplice.py(25KB)
--------mark_productivity.py(8KB)
--------runDS.py(9KB)
--------plot_isoform_usage.py(11KB)
--------identify_gene_isoform.py(9KB)
--------counts_to_tpm.py(1KB)
--------runDE.py(8KB)
--------diff_iso_usage.py(3KB)
--------count_sam_transcripts.py(10KB)
----LICENSE.txt(2KB)
----README.md(22KB)
----flair.py(45KB)
----misc()
--------flair_conda_env.yaml(483B)