注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. iCPAGdb:iCPAGdb Web应用程序的资源-源码

  2. iCPAGdb 网络浏览器： ： 此存储库包含iCPAGdb和Web浏览器的后端和前端代码。 iCPAGdb整合了不同表型范围内GWAS的结果，确定并量化了影响分子，细胞和生物特征的多效性基因座的重要性。 目的是提供一种资源，使特定人类特质的专家可以轻松地为构成该特质生理学的分子和细胞表型建立假说。 以这种方式牵连的分子和细胞途径可以作为治疗方法的新型生物标志物或靶标。 iCPAGdb的当前版本包含来自> 4400种疾病/特征的GWAS摘要统计信息，并允许用户探索所有现有疾病之间

  3. 所属分类：其它

    • 发布日期：2021-03-26
    • 文件大小：731kb
    • 提供者：weixin_42160376

  1. Longevity-源码

  2. 项目概况 关于人类寿命GWAS的两个样本孟德尔随机分析，研究了与长寿结果相关的新的和已知的暴露关系。 测试添加到rsID映射分支 A.接触 可从以下目录从mrbase.org网站获得曝光 NHGRI-EBI GWAS目录 MR BASE GWAS目录 基因表达QTL 蛋白质水平QTL 代谢物水平OTL 甲基化水平QTL B.结果 从CPMC获得的成果数据已被Deelen等人（2019（ ））和UK Biobank使用。 英国生物库研究 皮林等。 PMID：29227965。人类寿命：在38

  3. 所属分类：其它

  1. QTL-seq:QTL-seq流水线，以鉴定造成表型的致病突变-源码

  2. QTL-seq用户指南 版本2.2.0 目录 什么是QTL-seq？ QTL-seq（Takagi et al。，2013）中实施的散装分离剂分析是一种强大而有效的方法，可用于识别农作物中具有重要农学意义的基因座。从MutMap改编了QTL-seq以识别定量性状基因座。它利用从两个具有极端相反性状（例如抗性vs易感性）的分离后代种群中合并的序列，以及任一亲本品种的单个全基因组重测序。虽然最初的QTL-seq算法没有假定高度杂合的基因组，但已开发出“修饰的QTL-seq”以使用高分辨率作图处理这

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：49mb
    • 提供者：weixin_42175516

  1. csel-dev:语料库-源码

  2. csel开发 Corpus scr iptorum Ecclesiasticorum Latinorum：拉丁教会父亲纪念性收藏品的公共领域卷的经过机器校正的EpiDoc版本。 以下信息引用了位于old-files分支而不是in master分支中的卷级XML文件。 每个卷均根据最新的EpiDoc标准（符合CTS）进行编码。 每个XML文件都包含一个指向Archive.org扫描的链接，该链接来自文本以及Perseus Catalog URI（如果有）。 UniKonstanz文件夹（

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：184mb
    • 提供者：weixin_42107374

  1. fainhD-源码

  2. ˚Filtering一个次我在卡内基梅隆大学，2021Spring杰里米·费希尔，西蒙·莱文，希德里德和托马斯·马特森dentifyingň导通^ h OST d NA管道为03-713生物信息学实习 fainhD执行以下操作 过滤RNA-seq数据以去除宿主序列 将未知序列组装到重叠群中 针对已知病毒的BLAST病毒序列 预测病毒序列中的功能性ORF 搜索病毒序列中的结构元素 它需要一个Illumina配对读取的测序文件，并将它们报告到具有以下各列的json-lines文件中： query

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：620kb
    • 提供者：weixin_42100032

  1. FastMLST::high_voltage::dna:FastMLST-源码

  2. 快速MLST 多核多基因座序列分型工具，结合等位基因串联。 介绍 FastMLST是用Python3编写的高速独立脚本，它采用FASTA格式的程序集（也允许压缩），并根据定义的MLST方案确定其ST。 与其他ST确定程序相比，主要优点是FastMLST允许生成FASTA文件，该文件包含所有已分析的基因组的串联等位基因，这些基因组已准备好进行比对并用于系统发育推断。 您可以在我们的阅读有关MLST分析的完整指南。 安装 当前，安装此脚本的唯一方法是使用Conda。 conda config

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：27kb
    • 提供者：weixin_42157166

  1. bacannot:用于原核基因组注释的通用管道-源码

  2. 细菌注释（bacannot）管道 Bacannot是易于使用的基于docker的nextflow管道，该管道采用最新软件进行原核基因组注释。 它是围绕几种工具的包装，使您可以更好地了解原核基因组。 它用： 用于通用注释 rRNA预测的 用于在多基因座序列类型（ST）中进行分类的 for KO批注 用于绘制KO注释 用于甲基化注释 用于基因组浏览器生产 的注释合并 用于绘制基因组岛 用于抗菌基因注释的 ， ， 和 数据库， 和用于序列和基因预测 用于基因组岛预测 用于计算机质粒检测的和

  3. 所属分类：其它

  1. immunotation:R框架用于在人群中一致注释超多态HLA基因-源码

  2. 用户指南： immunotation包装 MHC分子 MHC（主要组织相容性复合物）分子是向T细胞呈递抗原的多种细胞表面复合物家族。 MHC分子分为三类（I类MHC，II类MHC和非经典MHC），它们的蛋白质亚基组成和可与之相互作用的受体类型不同。 例如，MHC I类分子由一条多态性的α链和一条不变的β链（_β_2-微球蛋白）组成，并将肽抗原呈递给表达MHC-1特异性共受体CD8的T细胞。 MHC II类分子通常由多态性的一条α-和一条β-链组成。 MHC II类分子将肽抗原呈递给表达MHC-I

  3. 所属分类：其它

  1. 每个基因座的基因选择：在一组基因中选择最可能的因果疾病基因-源码

  2. 基因评分后每个基因座的基因选择 总体目标：在GWAS之后选择每个基因座的最高基因（全基因组关联研究） 基因以前已经过机器学习，可以根据基因是否可能导致血压来对基因进行排名 基因按位点分组（发现基因组区域对血压表型具有统计学意义），因此此代码的目的是根据以下概述的标准在每个组/基因座中选择最佳基因。 筛选以选择每个基因座的基因，如果它们是： 机器学习预测（RF_Score）> +1标准偏差（SD）。 如果不满足1.，则： 选择>平均得分的基因以通过蛋白质-蛋白质相互作用（PPI

  3. 所属分类：其它

  1. optimum_sampling-源码

  2. 最佳采样 确定用于准确估计遗传多样性的最佳样本/位置数量的脚本。 描述 一种用于H e ，H o ，Ar，等位基因检测的脚本（optimal_sampling.R）。 F ST的一个脚本，Jost的D，Cavalli-Sforza和弦距离（differentiation.R）。 这些脚本需要针对每个人群分别运行。 运行脚本之前 脚本的输入文件是GenAlEx格式的excel工作表，就像公用LGM数据集的一个SFI，ASP和AUTH共享一样。 由于基因座等级是根据合并的经验数据集确定的，因此

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：94kb
    • 提供者：weixin_42126668

  1. CRISPR分类-源码

  2. CRISPR分类 CRISPRclassify从组装的基因组和宏基因组文件（.fasta）中识别基因座，并使用独立于cas的分类方法来预测每个基因座的亚型。 安装 CRISPRclassify在R中实现，可以在RStudio或命令行的R会话中运行。 对于MacOS和Linux ，只需确保满足以下R和Java依赖关系即可。 对于Windows用户，您可以使用类的工具或其他命令行解决方案来访问Linux命令行。 软件要求： R > =版本3.6.3 R --version R versi

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：28mb
    • 提供者：weixin_42133918

  1. pyqtl：数量性状基因座分析工具的集合-源码

  2. pyQTL pyQTL是用于分析和可视化数量性状基因座（QTL）数据的python模块。 安装 您可以使用pip安装pyQTL： pip3 install qtl 或直接从此存储库： $ git clone gitgithub.com:broadinstitute/pyqtl.git $ cd pyqtl # set up virtual environment and install $ virtualenv venv $ source venv/bin/activate (venv)$

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：45kb
    • 提供者：weixin_42160376

  1. IWantVR：Web爬网程序，用于检查基因座S的可用性，并在该项目可用时通知用户-源码

  2. IWantVR Web爬网程序，用于检查基因座S的可用性并在该项目可用时通知用户

  3. 所属分类：其它

  1. anole-popgen：为奥本大学脚本课程编写的人口和景观基因组分析脚本-源码

  2. ole 为奥本大学脚本课程编写的人口和景观基因组分析脚本 我们将编写一条管道，以执行从缩减表示的基因组测序方法获得的种群和景观基因组分析SNP数据。 我们将在ddRADseq数据集上测试管道，该数据集是从代表西班牙裔树皮Anole（ Anolis distichus ）物种复合体的近300个人获得的。 我们编写的脚本将用于估计种群结构，量化景观中的基因流以及测试基因组变异与生态变量之间的关联。 我们的管道中包括的方法包括EEMS（估算的有效迁移面）以分析/可视化空间人口结构，Contruct

  3. 所属分类：其它

  1. TTT_Offset_Vulnerability_GF_Sims：用于GF分析的SLiM模拟-源码

  2. TTT_Offset_Vulnerability_GF_Sims 该储存库包含参与模拟在不断变化的环境梯度下进化的种群的文件，以便评估梯度森林方法在检测选择的等位基因贡献方面的有效性。 资料夹 笔记本-包含开发说明的文件夹 src-包含用于运行和分析仿真的所有代码的文件夹 结果-包含从'src'中的代码生成的所有输出文件的文件夹 法典： SL-选择中的单个基因座ML-选择中的多个基因座NL-中性（没有选择中的基因座） WF-Wright-Fisher模型nWF-非Wright-Fisher

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：594mb
    • 提供者：weixin_42123296

  1. 回声甲基-源码

  2. 此文件夹包含HPC NYU Langone Bigpurple（SLURM）的Shell和R脚本 项目：ECHO_EWAS甲基化数据 此处的脚本适用于目标亚硫酸氢盐测序（Methyl-Seq），这是下一代测序技术，用于通过在测序之前用亚硫酸氢钠处理DNA来提供甲基化C的单碱基拆分状态。 分析工作流程 质量控制分析：FASTQC 比对：DRAGEN甲基化管道3.2.8执行比对，甲基调用，并基于BisMark计算比对和甲基化指标 注释和差异甲基化分析：MethylKit（hg38）（请参阅Met

  3. 所属分类：其它

  1. rust-bio-tools：基于Rust-Bio的一组命令行实用程序-源码

  2. Rust生物工具 一套基于Rust-Bio的超快速和强大的命令行实用程序，用于生物信息学任务。 Rust-Bio-Tools提供了一个命令rbt ，该命令当前支持以下操作： 两个vcf / bcf文件的模糊匹配的线性时间实现（ rbt vcf-match ） 一个vcf / bcf到txt转换器，可灵活地选择标签并正确处理多等位基因位点（rbt rbt vcf-to-txt ） 线性时间轮询FASTQ拆分器，用于将给定的FASTQ文件拆分为给定数量的块（ rbt fastq-split

  3. 所属分类：其它

  1. 电视-源码

  2. aTRAM：目标限制自动组装方法 背景 aTRAM（“自动目标受限组装方法”）是一种迭代组装程序，它使用多种可用方法执行参考引导的本地从头组装。 它非常适合需要查询下一代序列（NGS）数据以获取基因序列的各种任务，例如系统发育组学。 该设计理念是模块化且可扩展的，迄今已支持四种新颖的装配工：天鹅绒，深渊，三位一体和黑桃。 aTRAM 2是对从（NGS）数据组装基因座的aTRAM方法的重大改进。 新代码已在Python中重新实现，短读库构造方法已彻底改头换面，从而显着提高了性能并改善了汇编。

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：58mb
    • 提供者：weixin_42109925

  1. F1变异模拟：在不同的遗传结构和选择参数下模拟F1变异-源码

  2. F1变体模拟 该项目使用Admixem在各种遗传结构和选择参数下模拟F1杂种，并将变异系数与亲本物种的变异系数进行比较。 有关安装和运行Admixem的说明，请参见： ：//github.com/melop/admixem。 接下来，决策树（ ）用于预测哪些遗传结构和选择参数更可能导致F1杂种的变异系数比亲本种类。 该存储库中的文件仅模拟一组遗传结构。 具体而言，其中一个目标表型由10个独立的非附加基因座决定，分布在10个独立的染色体中，每个染色体的效应大小为0.1，并且没有自然选择或有性

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：17kb
    • 提供者：weixin_42131541

  1. snpsea：确定受遗传风险基因座影响的细胞类型和途径-源码

  2. SNPsea：一种识别受风险基因座影响的细胞类型，组织和途径的算法 主页： : 文档： | 可执行文件： 数据： 许可证： 引文 如果您受益于这种方法，请引用： Slowikowski，K。等。 SNPsea：一种识别受风险基因座影响的细胞类型，组织和途径的算法。 生物信息学（2014）。 doi： 请在此处查看算法的第一个说明和其他示例： Hu，X。等。 将自身免疫风险基因座与基因表达数据相结合，可以鉴定出特定的致病性免疫细胞亚群。 美国人类遗传学杂志89，496–

  3. 所属分类：其它

« 12 »