معرفی شرکت ها


TumorDecon-1.1.1


Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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

Deconvolution Methods for Digital Cytometry
ویژگی مقدار
سیستم عامل OS Independent
نام فایل TumorDecon-1.1.1
نام TumorDecon
نسخه کتابخانه 1.1.1
نگهدارنده []
ایمیل نگهدارنده []
نویسنده ShahriyariLab
ایمیل نویسنده lshahriyari@umass.edu
آدرس صفحه اصلی https://github.com/ShahriyariLab/TumorDecon
آدرس اینترنتی https://pypi.org/project/TumorDecon/
مجوز MIT License
# TumorDecon TumorDecon software includes four deconvolution methods (DeconRNAseq [Gong2013], CIBERSORT [Newman2015], ssGSEA [Şenbabaoğlu2016], Singscore [Foroutan2018]) and several signature matrices of various cell types, including LM22. The input of this software is the gene expression profile of the tumor, and the output is the relative number of each cell type. Users have an option to choose any of the implemented deconvolution methods and included signature matrices or import their own signature matrix to get the results. Additionally, TumorDecon can be used to generate customized signature matrices from single-cell RNA-sequence profiles. In addition to the 3 tutorials provided on GitHub (``tutorial.py``, ``sig_matrix_tutorial.py``, & ``full_tutorial.py``) there is a User Manual available at: https://people.math.umass.edu/~aronow/TumorDecon TumorDecon is available on Github (https://github.com/ShahriyariLab/TumorDecon) and PyPI (https://pypi.org/project/TumorDecon/). To install the software with pip, use both of the following two commands: ``` pip install TumorDecon pip install git+https://github.com/kristyhoran/singscore ``` If you use the package or some parts of codes, please cite: T. Le, R. Aronow, A. Kirshtein, L. Shahriyari, A review of digital cytometry methods: estimating the relative abundance of cell types in a bulk of cells, Briefing in Bioinformatics, 2020.


نیازمندی

مقدار نام
>0.20.3 scikit-learn
>1.18.2 numpy
>1.0.3 pandas
>2.2.2 matplotlib
>1.2.1 scipy
>=2.23.0 requests
>4.6.0 beautifulsoup4
>=0.70.9 multiprocess
>0.10.0 seaborn
>=3.2 wget
>=0.2.1 combat
>=1.1.0 mpmath
>=0.5.1 patsy
>=0.9.0 statsmodels


زبان مورد نیاز

مقدار نام
>=3.6 Python


نحوه نصب


نصب پکیج whl TumorDecon-1.1.1:

    pip install TumorDecon-1.1.1.whl


نصب پکیج tar.gz TumorDecon-1.1.1:

    pip install TumorDecon-1.1.1.tar.gz