معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Combined Variant Effect Predictors

ویژگی	مقدار
سیستم عامل	-
نام فایل	CombiVEP-0.1.2
نام	CombiVEP
نسخه کتابخانه	0.1.2
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Jessada Thutkawkorapin
ایمیل نویسنده	jessada115@hotmail.com
آدرس صفحه اصلی	http://pypi.python.org/pypi/CombiVEP/
آدرس اینترنتی	https://pypi.org/project/CombiVEP/
مجوز	LICENSE.txt

============= Pre-requisite ============= * Python 2.7 * pip (http://pypi.python.org/pypi/pip) * numpy (http://pypi.python.org/pypi/numpy) * matplotlib (http://matplotlib.org) ============ Installation ============ To install this module, run the following commands: sudo python setup.py install =========================== Download reference database =========================== After the installation is complete, type CombiVEP_reference_updater This application will automatically check with UCSC and LJB database, and see if it is required to download the new one. The original database size is around 1GB each. The total operation time for each database should be around 30-60 mins. ======== Training ======== After having reference database installed, the CombiVEP model can be trained using CombiVEP_trainer <training_data_file> <training_data_file> must be in CBV format: CHROM, POS, REF, ALT, ACTUAL_DELETERIOUS_EFFECT. Each field is separated by a tab. SNP Position(POS) is 1-based index. The VariBench training data file in CBV format can be found at combivep/data/CBV/training.cbv ========== Prediction ========== To use the trained model to predict the effect, you can do it using CombiVEP_predictor <input_file> [-F FORMAT] The input file can be either in VCF or above CBV format. Default is in VCF format. So if you want to use input file in VCF format, simply type CombiVEP_predictor <vcf_file> If you to do the prediction using file in CBV format, you can CombiVEP_predictor <cbv_file> -F CBV The VariBench test data file in CBV format can be found at combivep/data/CBV/test.cbv

نحوه نصب

نصب پکیج whl CombiVEP-0.1.2:

pip install CombiVEP-0.1.2.whl

نصب پکیج tar.gz CombiVEP-0.1.2:

pip install CombiVEP-0.1.2.tar.gz