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

MetaLocGramN: a method for subcellular localization prediction of Gram-negative proteins.

ویژگی	مقدار
سیستم عامل	OS Independent
نام فایل	MetaLocGramN-0.99
نام	MetaLocGramN
نسخه کتابخانه	0.99
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Magnus Marcin, Pawlowski Marcin, Bujnicki Janusz M
ایمیل نویسنده	magnus@genesilico.pl
آدرس صفحه اصلی	http://iimcb.genesilico.pl/MetaLocGramN/home
آدرس اینترنتی	https://pypi.org/project/MetaLocGramN/
مجوز	GPLv3

Welcome to MetaLocGramN --------------- The MetaLocGramN is a method for subcellular localization prediction of Gram-negative proteins. Read more: http://iimcb.genesilico.pl/MetaLocGramN/home How does MetaLocGramN work? ============ The MetaLocGramN is a gateway to a number of primary prediction methods (various types: signal peptide, beta-barrel, transmembrane helices and subcellular localization predictors). The MetaLocGramN integrates the primary methods and based on their outputs provides overall consensus prediction. Requirements ============ * suds = 0.4 Installation ============ Install it with pip (or easy_install):: pip install MetaLocGramN How to start? ============ If you are really lazy try: $ ipython In [1]: from MetaLocGramN import * In [2]: run_example() # job_id: 1X820N # status: queue # status: primary prediction::in progress # status: primary prediction::in progress # status: primary prediction::done # status: consenus::done # status: done extracellular,47.541,0.0,0.0,0.0,52.459, primary methods: CELLO,cytoplasmic,0.6138,0.036,0.1346,0.0612,0.1546,PSLpred,extracellular,0.2,0.531,PSORTb3,unknown,0.2,0.2,0.2,0.2,0.2,SosuiGramN,cytoplasmic In [3]: run_example? # to get help! In [4]: run_example?? # to get even bigger help! if you want to find out more, see test.py inside the pkg. import MetaLocGramN import time if __name__ == "__main__": mlgn = MetaLocGramN.MLGN() seq = """>fasta MKLSINKNTLESAVILCNAYVEKKDSSTITSHLFFHADEDKLLIKASDYEIGI NYKIKKIRVESSGFATANAKSIADVIKSLNNEEVVLETIDNFLFVRQKNTKYK """ mlgn.predict(seq) print '# job_id:', mlgn.get_job_id() status = '' while True: status = mlgn.get_status() print '# status:', status if status == 'done': break time.sleep(5) print mlgn.get_result() You should get something like: python test.py # job_id: K6Q10Q # status: queue # status: queue # status: primary prediction::in progress # status: primary prediction::in progress # status: primary prediction::done # status: done extracellular,47.541,0.0,0.0,0.0,52.459, primary methods: CELLO,cytoplasmic,0.6138,0.036,0.1346,0.0612,0.1546,PSLpred,extracellular,0.2,0.531,PSORTb3,unknown,0.2,0.2,0.2,0.2,0.2,SosuiGramN,cytoplasmic Authors ================================================== Marcin Magnus, Marcin Pawlowski, Janusz M. Bujnicki http://iimcb.genesilico.pl/ Happy predictions! ================================================== Marcin Magnus magnus@genesilico.pl

نحوه نصب

نصب پکیج whl MetaLocGramN-0.99:

pip install MetaLocGramN-0.99.whl

نصب پکیج tar.gz MetaLocGramN-0.99:

pip install MetaLocGramN-0.99.tar.gz