معرفی شرکت ها
bioturing-connector-1.2.0
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 بیشترتوضیحات
A set of python modules for accessing BBrowserX on private server
| ویژگی | مقدار |
|---|---|
| سیستم عامل | - |
| نام فایل | bioturing-connector-1.2.0 |
| نام | bioturing-connector |
| نسخه کتابخانه | 1.2.0 |
| نگهدارنده | [] |
| ایمیل نگهدارنده | [] |
| نویسنده | BioTuring |
| ایمیل نویسنده | support@bioturing.com |
| آدرس صفحه اصلی | - |
| آدرس اینترنتی | https://pypi.org/project/bioturing-connector/ |
| مجوز | - |
## 1. Installation:
```
pip install bioturing_connector --index-url=https://pypi.bioturing.com
# Username: bioturing
# Password: code@bioturing.com
```
## 2. Usage:
**The package only allows data submission via Amazon S3 Bucket. Please configure your S3 Bucket credentials in the `Settings` page.**
### 2.1. Test the connection:
```
# example.py
from bioturing_connector.connector import BBrowserXConnector
connector = BBrowserXConnector(
host="https://yourcompany/t2d_index_tool/,
token="<input your token here>"
)
connector.test_connection()
```
Example output:
```
Connecting to host at https://yourcompany/t2d_index_tool/api/v1/test_connection
Connection successful
```
### 2.2. Get user groups available for your token:
```
# example.py
from bioturing_connector.connector import BBrowserXConnector
connector = BBrowserXConnector(
host="https://yourcompany/t2d_index_tool/,
token="<input your token here>"
)
user_groups = connector.get_user_groups()
print(user_groups)
```
Example output:
```
[{'id': 'all_members', 'name': 'All members'}, {'id': 'personal', 'name': 'Personal workspace'}]
```
### 2.3. Submit h5ad (scanpy object):
```
# example.py
from bioturing_connector.connector import BBrowserXConnector
from bioturing_connector.typing import InputMatrixType
from bioturing_connector.typing import Species
connector = BBrowserXConnector(
host="https://yourcompany/t2d_index_tool/,
token="<input your token here>"
)
# Call this function first to get available groups and their id.
user_groups = connector.get_user_groups()
# Example: user_groups is now [{'id': 'all_members', 'name': 'All members'}, {'id': 'personal', 'name': 'Personal workspace'}]
# Submitting the scanpy object:
connector.submit_h5ad(
group_id='personal',
study_s3_keys=['GSE128223.h5ad'],
study_id='GSE128223',
name='This is my first study',
authors=['Huy Nguyen'],
species=Species.HUMAN.value,
input_matrix_type=InputMatrixType.RAW.value
)
# Example output:
> [2022-10-10 01:03] Waiting in queue
> [2022-10-10 01:03] Downloading GSE128223.h5ad from s3: 262.1 KB / 432.8 MB
> [2022-10-10 01:03] File downloaded
> [2022-10-10 01:03] Reading batch: GSE128223.h5ad
> [2022-10-10 01:03] Preprocessing expression matrix: 19121 cells x 63813 genes
> [2022-10-10 01:03] Filtered: 19121 cells remain
> [2022-10-10 01:03] Start processing study
> [2022-10-10 01:03] Normalizing expression matrix
> [2022-10-10 01:03] Running PCA
> [2022-10-10 01:03] Running kNN
> [2022-10-10 01:03] Running spectral embedding
> [2022-10-10 01:03] Running venice binarizer
> [2022-10-10 01:04] Running t-SNE
> [2022-10-10 01:04] Study was successfully submitted
> [2022-10-10 01:04] DONE !!!
> Study submitted successfully!
```
Available parameters for `submit_h5ad` function:
```
group_id: str
ID of the group to submit the data to.
study_s3_keys: List[str]
List of the s3 key of the studies.
study_id: str, default=None
Study ID, if no value is specified, use a random uuidv4 string
name: str, default='To be detailed'
Name of the study.
authors: List[str], default=[]
Authors of the study.
abstract: str, default=''
Abstract of the study.
species: str, default='human'
Species of the study. Can be: **bioturing_connector.typing.Species.HUMAN.value** or **bioturing_connector.typing.Species.MOUSE.value** or **bioturing_connector.typing.Species.NON_HUMAN_PRIMATE.value**
input_matrix_type: str, default='raw'
If the value of this input is **bioturing_connector.typing.InputMatrixType.NORMALIZED.value**,
then the software will
use slot 'X' from the scanpy object and does not apply normalization.
If the value of this input is **bioturing_connector.typing.InputMatrixType.RAW.value**,then the software will
use slot 'raw.X' from thescanpy object and apply log-normalization.
min_counts: int, default=None
Minimum number of counts required
for a cell to pass filtering.
min_genes: int, default=None
Minimum number of genes expressed required
for a cell to pass filtering.
max_counts: int, default=None
Maximum number of counts required
for a cell to pass filtering.
max_genes: int, default=None
Maximum number of genes expressed required
for a cell to pass filtering.
mt_percentage: Union[int, float], default=None
Maximum number of mitochondria genes percentage
required for a cell to pass filtering. Ranging from 0 to 100
```
نیازمندی
| مقدار | نام |
|---|---|
| >=2.15.3,<3.0.0 | pylint |
| >=0.982,<0.983 | mypy |
| >=2.28.1,<3.0.0 | requests |
زبان مورد نیاز
| مقدار | نام |
|---|---|
| >=3.7,<4.0 | Python |
نحوه نصب
نصب پکیج whl bioturing-connector-1.2.0:
pip install bioturing-connector-1.2.0.whl
نصب پکیج tar.gz bioturing-connector-1.2.0:
pip install bioturing-connector-1.2.0.tar.gz