可扩展到大型真核生物基因组的无参考文献变异发现
biokevlar的Python项目详细描述
芳纶
Daniel Standage,2016-2019年
https://kevlar.readthedocs.io
欢迎使用kevlar,无需将读数映射到参考基因组即可预测de novo遗传变异的软件! kevlar的k-mer丰度方法用一个简单的模型同时调用单核苷酸变体(snv)、多核苷酸变体(mnv)、插入/删除变体(indels)和结构变体(svs)。 这个软件在麻省理工学院的许可下是免费使用的。
<详细信息>- 资源库:https://github.com/dib-lab/kevlar
- 文档:https://kevlar.readthedocs.io
- 稳定版本:https://github.com/dib-lab/kevlar/releases
- 问题跟踪:https://github.com/dib-lab/kevlar/issues
如果你对凯夫拉尔有疑问或需要帮助,那么GitHub issue tracker应该是你的第一个联系点。
详细信息><详细信息> 如何安装Kevlar?摘要>有关完整的说明,请参见the kevlar documentation,但不耐烦的人可以尝试以下操作。
pip3 install git+https://github.com/dib-lab/khmer.git
pip3 install biokevlar
详细信息><详细信息>
如何使用凯夫拉尔?摘要>- 安装说明:http://kevlar.readthedocs.io/en/latest/install.html
- 快速入门指南:http://kevlar.readthedocs.io/en/latest/quick-start.html
- 教程:http://kevlar.readthedocs.io/en/latest/tutorial.html
我们欢迎社会各界对凯夫拉尔项目的贡献! 如果您有兴趣修改凯夫拉尔或贡献其正在进行的发展,请随时给我们发送一个消息或提交一个拉请求!
Kevlar软件是加州大学戴维斯分校Lab for Data Intensive Biology和Computational Genomics Lab的一个项目。
详细信息>