brie:异型态估计的贝叶斯回归
brie的Python项目详细描述
brie:异型估计的贝叶斯回归
关于布里
brie(bayesian regression for isoform estimate)是一种贝叶斯方法,用于 根据rna序列数据估计亚型比例。目前,布里可以 外显子包含前自动学习信息的序列特征 外显子跳跃事件中的比率。当 可用数据有限。在体rna序列实验中,我们可以很容易地增加 放大以获得更多的序列读取以提高 亚型估计。然而,在单细胞rna-seq(scrna-seq)实验中, 最初的分子是非常有限的,这总是导致一些基因 低覆盖率甚至退学。在scrna序列中,brie方法,通过整合 信息先验,例如从序列特征中学习,可以提供准确的 在单个细胞中剪接的可重复估计,以及敏感的 差异分析。
BRIE通过命令行提供以下功能:
一。brie:估计异构比例和fpkm,并计算 监管特征。
2.brie-diff:计算 多个细胞聪明地配对。
快速启动
安装:
- pip install brie
- 或者下载此存储库,并键入python setup.py install;
- 如果您没有根权限并且不使用Anaconda,请添加--user。
参数
- 键入命令行brie -h
详细手册
请参阅documentation中有关如何安装、使用和查找注释数据的内容 等
参考文献
黄远华和圭多血气方刚。BRIE: transcriptome-wide splicing quantification in single cells。 基因组生物学,2017;18(1):123.