Baliga-lab / cmonkey2

cMonkey2-Python port a cMonkey biclustering algoritmus

leírás

ez a cmonkey algoritmus Python implementációja, amely David J. Reiss, a rendszerbiológiai Intézet eredeti R implementációján alapul.

dokumentáció

a cMonkey telepítésének és futtatásának teljes dokumentációja megtalálható a projekt Github oldalain.

vannak fejlesztői és felhasználói vitacsoportok is.

kapcsolat

kérjük, jelentse az összes hibát vagy más problémát a problémakövető segítségével. Kérjük, minden kérdést irányítson a fejlesztő vagy a felhasználói vitacsoportokhoz.

telepítés

az ajánlott módszer a cmonkey2 telepítése a pip-en keresztül

pip install cmonkey2

ez telepíti a cmonkey2 és cm2view eszközöket a python környezetbe. Kérjük, vegye figyelembe, hogya MEME-t manuálisan kell telepítenie http://meme-suite.org/

futás cmonkey2

az eszköz futtatásának legegyszerűbb módja (ha az összes adat elérhető RSAT-ban és stringben):

$ cmonkey2 --organism <organism-code> <tab separated file of gene expressions>

a rendelkezésre álló lehetőségek megjelenítése:

bin/cmonkey2.sh --help

a példa organizmus futtatásához:

bin/cmonkey2.sh --organism hal --rsat_base_url http://networks.systemsbiology.net/rsat example_data/hal/halo_ratios5.tsv

használata közvetlenül a forrás repository

az alábbiakban az utasításokat használni cmonkey2 közvetlenül a forrás repository

használata Docker kép

PreCyte készült Docker kép alapján cmonkey2 elérhető a github számla

https://github.com/PreCyte/cMonkey2-docker/

rendszerkövetelmények

a cMonkey2 tesztelve lett, és a Linux összes tesztelt legújabb verzióján (beleértve a debian-és RPM-alapú ) és a Mac OS X legújabb verzióin fut. további függőségek:

• Python 2.7-es verziójával fejlesztettük és teszteltük.X és Python 3.x
• scipy >= 0.9.0
• numpy >= 1.6.0
• biopython >= 1.63
• BeautifulSoup >= 4
• R >= 2.14.1
• rpy2 >= 2.2.1
• MEME 4.3.0 vagy >= 4.8.1 (4.12.0 még nem támogatott, jelenleg dolgozik rajta)
• csh (a MEME futtatásához)
• pandák
• sqlalchemy and sqlalchemy-utils
• svgwrite

az emberi beállítás, weeder 1.4.2 szükséges

az egységtesztek futtatásához (opcionális):

• python-xmlrunner

az interaktív felügyeleti és vizualizációs webes alkalmazás futtatásához (opcionális):

• CherryPy 3
• Jinja2
• python-útvonalak

az egység tesztjeinek futtatása

bin/run_tests.sh

futás cmonkey2

általában képesnek kell lennie a cmonkey2 futtatására mikrobiális geneexpressziós arányokkal

bin/cmonkey2.sh --organism <organism-code> <tab separated file of gene expressions>

a fájl lehet a fájlrendszerben vagy egy webes URL-ben.

a program elindítása után egy naplófájl lesz írva cmonkey-ban.napló. Youcan az összes rendelkezésre álló lehetőségek

bin/cmonkey2.sh --help

Test Run With Halobacterium Salinarum

van egy startup script cMonkey futtatni a jelenlegi integratedsystem

bin/cmonkey2.sh --organism hal example_data/hal/halo_ratios5.tsv

indítsa el a python alapú felügyeleti alkalmazás

bin/cm2view.sh ]

egy másik módja az, hogy fut Halobacterium is adja meg az RSAT adatbázis

bin/cmonkey2.sh --organism hal --rsat_organism Halobacterium_NRC_1_uid57769 --rsat_base_url http://pedagogix-tagc.univ-mrs.fr/rsat --rsat_features gene --nooperons --use_BSCM example_data/hal/halo_ratios5.tsv

futás cmonkey on human

futtatásához Cmonkey on Human Data, futtassa a következő kódot a saját <ratios.tsv> fájl

bin/cmonkey2.sh --organism hsa --string <stringFile> --rsat_organism Homo_sapiens_GRCh37 --rsat_URL http://rsat.sb-roscoff.fr/ --rsat_features protein_coding --nooperons <ratios.tsv>

további részletek a futás cmonkey on human data

futás cmonkey on human data némileg nehéz mivel sem a string adatbázis, sem az RSAT adatbázis nem tartalmaz emberi adatokat tisztán. Itt vannak a lépések egy sikeres python cMonkey futni emberi

1. hogy egy gén kölcsönhatás fájlt. A fent említett példa adatfájlt Biogridből állítottuk elő 10/6/14 körül.
2. Keressen egy rsat tükröt, amely rendelkezik .nyers chromose fájlok és funkciófájlok. A fenti példában a Homo_sapiens_ensembl_74_GRCh37-et használjuk a fő RSAT adatbázisból. Ezek jegyzeteléséhez a ‘protein_coding-ot használjuk.tab ‘ and ‘ protein_coding_names.tab’. Alapvetően más annotációs fájlok, például a ‘processed_transcript’ ugyanúgy működnének.
3. állítsa be a keresett felső régiót, és talán módosítsa a kódot, hogy a De-novo motívumok helyett a know TF és miRNS motívumokat keresse. Megjegyzés: Modiyfing a motívum Keresési lépés nem triviális.

csomag karbantartók

Általános

a disztribúció a setuptools és a wheel formátum használatával épül fel

• beállítás.py tartalmazza az összes szükséges információt, hogy létrejöjjön a distributionincrease a verziószámot, mielőtt a disztribúció
• rekord felhasználó szempontjából releváns változások CHANGELOG.rst

építési Eloszlás

python3 setup.py sdist bdist_wheel

feltöltés a PyPI-re

zsineg feltöltés-r pypi dist/cmonkey2- *