文件名称：deepsignal:使用Nanopore测序读数中的信号水平特征检测甲基化
文件大小：77KB
文件格式：ZIP
更新时间：2024-05-21 12:36:48
bioinformatics tensorflow methylation epigenetics nanopore-sequencing
消息 2021.03.15：我们开发了 。 与deepsignal相比，deepsignal2的DNN模型尺寸要小得多，在人类5mCpG检测中的性能要好一些。 深度信号 一种从牛津纳米Kong测序读物中检测DNA甲基化状态的深度学习方法。 DeepSignal构建了BiLSTM + Inception结构，以检测来自Nanopore读数的DNA甲基化状态。 它使用Tensorflow和Python 3构建。 内容 安装 deepsignal建立在Python3上。 运行深度信号之前，需要使用tombo重新采集来自纳米Kong读取的原始信号。 先决条件： Python 3. * 张量流（1.8.0 <=张量流<= 1.13.1） 通气 依存关系： 麻木h5py 统计模型scikit学习 1.创建环境 我们强烈建议使用虚拟环境来安装DeepSignal及其依赖项。 可以使用conda如下
【文件预览】：
deepsignal-master
----MANIFEST.in(27B)
----README.rst(973B)
----deepsignal()
--------denoise.py(16KB)
--------deepsignal.py(24KB)
--------extract_features.py(25KB)
--------__init__.py(134B)
--------model.py(6KB)
--------layers.py(13KB)
--------train_model.py(18KB)
--------utils()
--------call_modifications.py(25KB)
----tests()
--------model_parameters.py(2KB)
--------byte2string.py(2KB)
----LICENSE(34KB)
----setup.cfg(39B)
----requirements.txt(65B)
----setup.py(3KB)
----README.md(14KB)
----scripts()
--------combine_call_mods_freq_files.py(3KB)
--------guppy_deepsignal_runner.py(14KB)
--------select_neg_samples_by_kmer_distri.py(3KB)
--------call_modification_frequency.py(5KB)
--------filter_samples_by_positions.py(4KB)
--------shuffle_a_big_file.py(5KB)
--------get_kmer_dist_of_feafile.py(2KB)
--------filter_samples_by_label.py(3KB)
--------concat_two_files.py(4KB)
--------txt_formater.py(2KB)
--------evaluate_mods_call.py(5KB)
--------combine_two_strands_frequency.py(5KB)
--------randsel_file_rows.py(2KB)
--------visualize_log.py(4KB)
--------generate_binary_feature_file.py(2KB)
--------call_modification_frequency2.py(4KB)