文件名称：deepsignal-plant:使用来自植物的纳米Kong测序读数的信号水平特征检测甲基化
文件大小：79KB
文件格式：ZIP
更新时间：2024-04-25 11:46:31
bioinformatics pytorch plants methylation nanopore-sequencing
深度信号厂 一种从牛津纳米Kong测序读物中检测甲基化状态的深度学习方法。 deepsignal-plant应用BiLSTM从Nanopore读数中检测甲基化。 它基于Python3和PyTorch构建。 内容 安装 deepsignal-plant建立在和。 运行深度信号装置之前，需要使用tombo重新来自纳米Kong读取的原始信号。 先决条件： （版本1.5.1） 依存关系： （版本> = 1.2.0，<= 1.5.0？） 1.创建环境 我们强烈建议使用虚拟环境来安装deepsignal-plant及其依赖项。 可以使用如下创建和停用虚拟环境： # create conda create -n deepsignalpenv python=3.6 # activate conda activate deepsignalpenv # deactivate conda dea
【文件预览】：
deepsignal-plant-master
----MANIFEST.in(33B)
----README.rst(198B)
----scripts()
--------generate_samples_and_train.sh(3KB)
--------combine_two_strands_frequency.py(5KB)
--------balance_samples_of_kmers.py(5KB)
--------evaluate_mods_call.py(5KB)
--------filter_samples_by_label.py(2KB)
--------generate_posmap_genome2transcript.py(2KB)
--------get_kmer_dist_of_feafile.py(2KB)
--------txt_formater.py(2KB)
--------concat_two_files.py(4KB)
--------combine_call_mods_freq_files.py(4KB)
--------map_coordinates_transcript2genome.py(4KB)
--------call_modification_frequency.py(6KB)
--------randsel_file_rows.py(2KB)
--------gff_reader.py(6KB)
--------shuffle_a_big_file.py(5KB)
--------select_neg_samples_by_kmer_distri.py(3KB)
--------filter_samples_by_positions.py(4KB)
----deepsignal_plant()
--------deepsignal_plant.py(26KB)
--------denoise.py(18KB)
--------train.py(11KB)
--------utils()
--------call_mods_freq.py(6KB)
--------dataloader.py(2KB)
--------_version.py(36B)
--------extract_features.py(26KB)
--------__init__.py(98B)
--------models.py(10KB)
--------call_modifications.py(28KB)
----requirements.txt(84B)
----LICENSE(34KB)
----setup.cfg(39B)
----setup.py(3KB)
----README.md(15KB)
----tests()
--------model_parameters.py(460B)