文件名称:perSVade:劝说
文件大小:103.06MB
文件格式:ZIP
更新时间:2024-04-05 00:19:12
Python
perSVade:个性化的结构变异检测 perSVade是一种对一组配对的末端WGS短读运行结构变异(SV)调用和解释的方法。 这是一个管道调用与GRIDSS断点( ),并将其归纳成复杂的结构变异丁香( ),增加了一些功能。 perSVade可在任何基因组或测序运行中为这些方法提供自动基准和参数选择。 这对于没有建议运行和过滤参数的物种很有用。 此外,它还提供了有关仿真和真实数据的SV调用准确性的自动报告,有助于评估结果的可信度。 该管道尚未在几种架构和种类中进行过广泛的测试,因此不适合广泛使用。 下一个版本将包括这些。 安装: 1.下载perSVade源代码 从其中一个版本中下载perSVade源代码并解压缩。 例如: wget https://github.com/Gabaldonlab/perSVade/archive/v0.5.tar.gz tar -xvf v0.5.ta
【文件预览】:
perSVade-master
----installation()
--------test_installation()
--------._.DS_Store(4KB)
--------Ninja_data()
--------._setup_environment.sh(4KB)
--------.DS_Store(6KB)
--------setup_environment.sh(11KB)
--------fix_ete3_script.py(772B)
--------perSVade_env.yml(727B)
----._.DS_Store(4KB)
----testing()
--------testing_functions.py(17KB)
--------._.DS_Store(4KB)
--------__pycache__()
--------goldenSet_table_Cglabrata_ONTreads.tab(2KB)
--------testing_several_species_goldenSet.py(6KB)
--------.DS_Store(6KB)
--------testing_several_species.py(7KB)
--------plots()
--------test_pipeline.sh(3KB)
--------run_testing_several_species.sh(476B)
--------clean_testing_accuracy_several_species.py(1KB)
--------plots_testing_several_species.py(8KB)
----.DS_Store(6KB)
----.gitignore(891B)
----README.md(21KB)
----scripts()
--------run_ANEUFINDER.R(2KB)
--------calculate_memory.py(607B)
--------create_targeted_simulatedSVgenome.R(6KB)
--------CONY_package_debugged.R(41KB)
--------perSVade_genome_browser.py(13KB)
--------run_CONY.R(2KB)
--------sv_functions.py(900KB)
--------run_vep.py(12KB)
--------graphics_functions.py(58KB)
--------varcall_cnv_pipeline.py(25KB)
--------__pycache__()
--------generate_files_from_svVCF_simple.R(1KB)
--------run_HMMcopy.R(3KB)
--------run_trimmomatic.py(5KB)
--------pyloess_Loess.py(4KB)
--------annotate_simpleEvents_gridssVCF.R(2KB)
--------perSVade.py(53KB)
--------graphics_functions_old.py(89KB)
--------sv_functions_25_02.py(822KB)
--------get_trimmed_reads_for_srr.py(4KB)
--------generate_files_from_svVCF.R(3KB)
--------run_svim_and_sniffles.py(3KB)
--------create_random_simulatedSVgenome.R(8KB)
--------get_interestingTaxIDs_distanceToTarget_taxID_to_sciName.py(2KB)
--------run_trimmomatic_and_fastqc.py(2KB)
--------sv_functions.pyc(102B)
--------code_graveyard.py(775KB)