文件名称：paprbag:细菌基因组的致病性预测
文件大小：574KB
文件格式：ZIP
更新时间：2024-05-30 06:11:16
R
纸袋 霸thogenicity PR ediction为BA cterial克enomes是一组读取属于单个基因组的致病潜力的评估的随机森林为基础的方法。 它的优势在于可以预测新型未知细菌病原体。 相关论文可在上获得。 *** 消息 使用新版本的护林员对新森林进行了培训，并且在中可用 新部分 安装 # install.packages("devtools") devtools :: install_github( " crarlus/paprbag " ) （由于软件包的依赖性，安装可能需要一些时间） 由于依赖关系的更改，在安装paprbag和使用原始数据时会发生一些问题。 特别是，不同的游侠版本不兼容。 由于原始数据是使用Ranger 0.3训练的，因此只有在系统上安装了相同版本的Ranger时，才可以使用它们。 paprbag的原始版本仍在分支下可用。 该分支中可用的数据以及
【文件预览】：
paprbag-master
----man()
--------Predict.ReadSet.fromFiles.Rd(1KB)
--------GetOSid.Rd(433B)
--------prosite_Top20.Rd(596B)
--------FindPatternsInAAseq_wMismatches.Rd(766B)
--------AAindexData.Rd(1KB)
--------MatchOSlabel.Rd(502B)
--------trainingData.Rd(620B)
--------forest.Rd(450B)
--------GetOligonucleotideFrequency.Rd(786B)
--------IdentifyFeatures.FromForest.Rd(457B)
--------UpdateFeatures.Rd(1KB)
--------FindPatternsIn6frames_wMismatches.Rd(786B)
--------GetBestTranslatedSequence.Rd(712B)
--------Enumerate.SpacerPatterns.Rd(599B)
--------GetAAindexStats.Rd(943B)
--------Run.Training.Rd(2KB)
--------ReadData.Rd(362B)
--------BestUco.Rd(658B)
--------CreateFeaturesFromReads.Rd(2KB)
--------FindPatternsIn6frames.Rd(713B)
--------Create.TrainingDataSet.Rd(2KB)
--------default.AAindexSelection.Rd(477B)
--------Standard.configuration_peptide.Rd(1KB)
--------AA_PhysChemProps.Rd(727B)
--------SelectFeatureSubset.Rd(764B)
--------CheckFeatures.Rd(407B)
--------Standard.configuration.Rd(1KB)
--------GenomicMotifs.Rd(392B)
--------GetDiPeptideFrequency.Rd(526B)
--------SaveFeatureFile.Rd(857B)
--------AAproperty.Rd(551B)
--------GetMonoPeptideFrequency.Rd(542B)
--------Make.Symmetric.Rd(376B)
--------Predict.ReadSet.Rd(1KB)
--------Labels.Rd(533B)
--------Count.SpacedWords.Rd(939B)
--------Match.SymmetricPartners.Rd(494B)
----.gitignore(26B)
----README.md(11KB)
----DESCRIPTION(583B)
----R()
--------FindPatternsInAAseq.R(1KB)
--------GetMonoPeptideFrequency.R(932B)
--------Match.SymmetricPartners.R(537B)
--------Make.Symmetric.R(675B)
--------GetAAindexStats.R(2KB)
--------Enumerate.SpacerPatterns.R(1KB)
--------FindPatternsInAAseq_wMismatches.R(1012B)
--------GetOSid.R(313B)
--------AA_PhysChemProps.R(905B)
--------GetDiPeptideFrequency.R(833B)
--------BestUco.R(833B)
--------FindPatternsIn6frames_wMismatches.R(2KB)
--------SaveFeatureFile.R(1KB)
--------FindPatternsIn6frames.R(2KB)
--------UpdateFeatures.R(3KB)
--------Run.Training.R(4KB)
--------Predict.ReadSet.R(4KB)
--------CheckFeatures.R(313B)
--------GetBestTranslatedSequence.R(3KB)
--------Predict.ReadSet.fromFiles.R(2KB)
--------SelectFeatureSubset.R(901B)
--------Create.TrainingDataSet.R(4KB)
--------Count.SpacedWords.R(3KB)
--------data.R(5KB)
--------default.AAindexSelection.R(1KB)
--------MatchOSlabel.R(336B)
--------CreateFeaturesFromReads.R(6KB)
--------GetOligonucleotideFrequency.R(1KB)
--------IdentifyFeatures.FromForest.R(3KB)
----paprbag.Rproj(462B)
----labels()
--------LabelTable.rda(117KB)
--------LabelTable.csv(908KB)
--------description.txt(824B)
----data()
--------Labels.rda(10KB)
--------Standard.configuration.rda(654B)
--------GenomicMotifs.rda(645B)
--------AAindexData.rda(52KB)
--------Standard.configuration_peptide.rda(589B)
--------ReadData.rda(5KB)
--------trainingData.rda(86KB)
--------forest.rda(147KB)
--------AAproperty.rda(261B)
--------prosite_Top20.rda(805B)
----NAMESPACE(399B)