文件名称：500HT:用于分析 500HT RNA-seq 数据的脚本
文件大小：83KB
文件格式：ZIP
更新时间：2024-07-02 06:55:16
Python
500HT 该存储库包含为分析 500HT RNA-seq 项目的数据而生成的脚本。 如果想使用此处的脚本使用 GEMMA 分析自己的数据，则需要使用以下管道： 准备表达和基因型文件 表达矩阵应该是 bimbam 格式，每一列代表一个基因（用“”分隔，虽然这可能不是绝对必要的），每一行代表一个个体。 与表达式矩阵顺序相同的 PC矩阵 - 每行是一个个体，每列是不同的 PC。 见 cis/pca.R 相关性方阵可以由 GEMMA 本身生成，也可以从 Abney 实验室的加性协方差矩阵中提取。 请参阅 cis/square_matrix_maker.py（更改 Abney 协方差文件的位置（第 2 行）、列出 findivs 的 .fam 文件（第 10 行）和输出方阵（第 13 行）） 推荐：等待生成下面的 plink 文件，然后使用该 .fam 文件以适当的顺序生成方阵 选择
【文件预览】：
500HT-master
----integration()
--------gemma_noplink_block_tissue_mapper.py(7KB)
--------dnase_tissue_overlaps.py(2KB)
--------dhs_coverage.py(754B)
--------dnase_enrichments.R(4KB)
--------gemma_noplink_tissue_mapper.py(4KB)
--------integrator_justeqtls.R(2KB)
--------integrator.R(2KB)
--------dnase_snps_in_DHS_combiner.py(2KB)
----gwas()
--------gemma_gwas_caller.R(1KB)
--------gemma_extremes_gwas_caller.R(1KB)
--------ordered_phcvt.R(894B)
----snps()
--------rs_grabber.py(5KB)
--------dbsnp_filter.py(471B)
--------snp_redundancy_filter.py(589B)
--------rs_driver.py(358B)
----sherlock()
--------sherlock_eqtl_filter.py(510B)
--------sherlock_reorder_genos.py(868B)
--------sherlock_results_filter.py(577B)
--------cis_eqtl_mapper_for_sherlock.py(7KB)
--------sherlock_genos_submitter.sh(202B)
--------sherlock_results_eval.R(382B)
--------sherlock_permcombiner.R(636B)
--------sherlock_permgemma_submitter.sh(499B)
--------sherlock_cis_pced_replacer.py(2KB)
----README.md(9KB)
----RNAseq()
--------genotyper.py(6KB)
--------reads_bylane_matrixmaker.py(1KB)
--------exoncombiner.py(2KB)
--------readcounter.py(3KB)
--------junctionreformatter.py(970B)
--------readsmatrixmaker.py(4KB)
--------gc_exon_combines.sh(403B)
--------genecounter.py(4KB)
--------miscall_analyzer.py(3KB)
--------gc_fixes.sh(223B)
--------savedmover.py(1KB)
--------fastqc.py(2KB)
--------newmapper.sh(7KB)
--------tagandlanecounter.py(2KB)
--------genematrixmaker.py(3KB)
--------genotypematrixmaker.py(3KB)
--------exonmatrixmaker.py(7KB)
--------gleaner.py(3KB)
--------single_genotyper.py(3KB)
--------fastqc_minal.py(1KB)
--------junctionmapper.sh(2KB)
--------organizer.py(3KB)
--------gc_fixer.R(1KB)
--------geno_matrix_reannotator.py(504B)
--------targetedgleaner.py(3KB)
--------savedmapper.sh(3KB)
----trans()
--------trans_eqtl_driver.py(2KB)
--------trans_mapper.py(3KB)
--------trans_reanalyzer.py(4KB)
--------trans_optimizer.py(4KB)
--------trans_optimizer.R(759B)
--------meta_trans_eqtl_driver.py(437B)
----.gitignore(57B)
----cis()
--------TSS_distribution.R(2KB)
--------eqtl_driver.py(1KB)
--------eqtl_cleanup.py(1010B)
--------square_matrix_maker.py(934B)
--------expr_chrm_splitter.py(2KB)
--------gemma.py(1021B)
--------alt_spearman_eqtl_mapper.py(8KB)
--------tabix2bed.sh(222B)
--------cagescore_sorter.py(5KB)
--------expr_reorg.R(1KB)
--------rename.sh(238B)
--------eQTL_evaluator.R(1KB)
--------column_grabber.py(2KB)
--------alt_gemma_noplink_eqtl_mapper.py(8KB)
--------raw2txt.py(3KB)
--------tped2bed.py(487B)
--------covariates_plots.R(1KB)
--------combiner.py(1KB)
--------eqtl_resubmitter.py(702B)
--------multi_pc_eqtl_driver.sh(123B)
--------square_matrix_maker.R(745B)
--------multi_pc_regressor.sh(112B)
--------plink2bimbam.py(1KB)
--------pcmaker.sh(427B)
--------pcmovers.sh(211B)
--------plink_chrm_splitter.sh(192B)
--------alt_gemma_eqtl_mapper.py(8KB)
--------plink_bed2tabix.py(3KB)
--------pca.R(346B)