epcy 0.0.1

概述：

epcy -h

一般情况：

• EPCY设计用于处理任何定量数据，前提是每个特征值在每个样本之间具有可比性（标准化）。在
• 要进行比较分析，epcy pred需要两个表格文件：
  • 每个样本（列）的定量标准化数据的matrix，用“ID”列标识每个特征。在
  • 描述比较的design表。在
  在

# Run epcy on any normalized quantification data
epcy pred -d ./data/small_for_test/design.tsv -m ./data/small_for_test/exp_matrix.tsv -o ./data/small_for_test/default_subgroup
# If your data require a log2 transforamtion, add --log
epcy pred --log -d ./data/small_for_test/design.tsv -m ./data/small_for_test/exp_matrix.tsv -o ./data/small_for_test/default_subgroup

• 结果将保存在预测中_能力.xls文件，详情如下。在
• 您可以使用–subgroup–query对设计文件进行个性化设置

epcy pred_rna -d ./data/small_for_test/design.tsv -m ./data/small_for_test/exp_matrix.tsv -o ./data/small_for_test/subgroup2 --subgroup subgroup2 --query A

要对未进行mormalized的readcounts运行EPCY，请使用pred\u rna工具，如下所示：

# To run on read count not normalized, add --cpm --log
epcy pred_rna --cpm --log -d ./data/small_for_test/design.tsv -m ./data/small_for_test/exp_matrix.tsv -o ./data/small_for_test/default_subgroup

正在进行kallisto量化：

• EPCY允许使用h5文件直接在kallisto Quantification上工作，以访问引导样本。为此，需要在设计文件中添加一个kallisto列（为每个示例指定查找profentity.h5文件的目录路径）和epcy pred_rna如下所示：

# To run on kallisto quantification, add --kall (+ --cpm --log)
epcy pred_rna --kal --cpm --log -d ./data/small_leucegene/5_inv16_vs_5/design.tsv -o ./data/small_leucegene/5_inv16_vs_5/
# !!! Take care kallisto quantification is on transcript not on gene

• 为了在基因水平上运行，需要一个基因组注释的gff3文件，以获得转录本和基因之间的对应关系。此文件可在ensembl上下载

# To run on kallisto quantification and gene level, add --gene --anno [file.gff] (+ --kall --cpm --log)
epcy pred_rna --kal --cpm --log --gene --anno ./data/small_genome/Homo_sapiens.GRCh38.84.reduce.gff3 -d ./data/small_leucegene/5_inv16_vs_5/design.tsv -o ./data/small_leucegene/5_inv16_vs_5/

• kallisto量化允许在TPM上工作：

# work on TPM, replace --cpm by --tpm
epcy pred_rna --kal --tpm --log --gene --anno ./data/small_genome/Homo_sapiens.GRCh38.84.reduce.gff3 -d ./data/small_leucegene/5_inv16_vs_5/design.tsv -o ./data/small_leucegene/5_inv16_vs_5/

预测性_能力.xls

这个文件是主要的输出，其中包含对每个特征（基因，蛋白质，…）的评估。它是一个表格文件9列：

• 默认列：
  • id：每个功能的id。在
  • l2fc:log2折叠变化。在
  • kernel-mcc:Matthews相关系数（MCC）由预测器使用KDE计算。在
  • kernel_mcc_low，kernel_mcc_high:置信区间的边界（90%）。在
  • 平均值查询：样本的平均值在中指定为查询设计.tsv在
  • mean_ref：样本的平均值指定为ref in设计.ts在
  • bw_query：估计KDE使用的带宽，以计算查询样本的密度
  • bw_-ref：估计KDE使用的带宽，以计算ref样本的密度
  在
• 使用–正常：
  • 正态分布：用normal分布计算一个预测器。在
  在
• 使用–auc–utest:
  • 曲线下面积
  • 用MannWhitney秩检验计算值
  在
• 使用–ttest:
  • tüpv:p由ttest_ind计算值
  在

子组_预测.xls

Using–full一个辅助输出文件（子组_预测.xls)如果样本预测正确，则为每个特征指定。用这个输出构建一个热图可以帮助您探索您的数据。 更多细节即将公布。在