快速GWAS
fastlmm的Python项目详细描述
快速线性矩阵不等式
================================= < BR>
fast lmm是一个程序，用于在非常大的数据集上执行单个snp和snp集全基因组关联研究（gwas）。这个版本包含了widmer等人在2014年的《科学报告》和《上位性试验》中描述的改进。 < BR>
我们的文档（包括现场示例）也可以作为iPython笔记本提供： < BR>
*主要功能：https://github.com/microsoftgenomics/fast-lmm/blob/master/doc/ipynb/fast-lmm.ipynb
*具有空间校正的遗传力（见Heckerman等，PNAS，2016）：https://github.com/microsoftgenomics/fast-lmm/blob/master/doc/ipynb/genitability < BR>
此外，还提供了API文档：
http://microsoftgenomics.github.io/fast-lmm/ < BR>
一个通常不太实用的C++版本在HTML.CON/EN-US/DUNDUSS/3026065-0994AE0-B7CE-08157B50D4D9/ < BR>
快速安装：
================================= < BR>
如果安装了PIP，则安装非常简单： < BR>
PIP安装fastlmm < BR>
详细的软件包安装说明：
================================================================== < BR>
fastlmm具有以下依赖项： < BR>
巨蟒2.7 < BR>
包装： < BR> ＊Br/**麻木 < * *
*MatplotLib
*熊猫
*科学套件学习（sklearn）
*赛顿
*吡咯烷醇
*可选：[statsmodels--仅在基于逻辑的测试中需要安装，而不是标准的线性轻轨] < BR>< BR>
（1）依赖包的安装
- < BR>
我们强烈建议使用python发行版，如
水蟒（https://store.continuum.io/cshop/anaconda/）
或enthough（https://www.enthough.com/products/epd/free/）。
这两个发行版都可以在Linux和Windows上使用，都是免费的
用于非商业用途，并可选地包括mkl编译的发行版
获得最佳速度。这是获得所有必需包的最简单方法
依赖关系。 < BR>< BR>
（2）从源安装
- < BR>
转到为fastlmm复制源代码的目录。 < BR>
在Linux上： < BR>
在外壳上，键入： < BR>
sudo python setup.py安装 < BR>< BR>
在Windows上： < BR>
在操作系统命令提示符下，键入 < BR>
python setup.py安装 < BR>< BR>< BR>
对于开发人员（以及运行回归测试）
===================================================== < BR>
在开发人员版本时，首先将包的src目录添加到pythonpath
环境变量。 < BR>
对于构建c扩展，首先确保安装了所有上述依赖项（包括cython） < BR>
要生成扩展（from.\src dir），请在操作系统提示符下键入以下命令： < BR>
python setup.py build_ext—就地 < BR>< BR>
注意，如果由于gcc权限被拒绝错误而失败，则指定正确的编译器将
可能会解决问题，例如 < BR>
python setup.py build\u ext--就地--编译器=msvc < BR>< BR>
不要忘记将pythonpath设置为指向中名为fastlmm的目录上方的目录
fastlmm源代码。例如，如果fastlmm在[somedir]目录中，那么
在unix shell中使用： < BR>
导出pythonpath=$pythonpath:[somedir] < BR>
或在Windows DOS终端中，
可以使用： < BR>
设置pythonpath=%pythonpath%；[somedir] < BR>
（或对env变量使用windows gui）。 < BR>
Windows注意：必须安装Visual Studio。如果安装了visualstudio2008
（用于构建python2.7）无需更多。否则，请遵循以下说明建议： < BR>
如果安装了Visual Studio 2010，请执行： < BR>
设置vs90comntools=%vs100comntools% < BR>
或安装了Visual Studio 2012： < BR>
设置vs90comntools=%vs110comntools% < BR>
或安装了Visual Studio 2013： < BR>
设置vs90comntools=%vs120comntools% < BR>
或安装了Visual Studio 2015： < BR>
设置vs90comntools=%vs130comntools% < BR>
或安装了Visual Studio 2017： < BR>
设置vs90comntools=%vs140comntools% < BR>< BR>
运行回归测试
< BR>
在顶层的目录测试中，运行： < BR>
python测试.py < BR>
这将运行
一系列回归测试，报告"."对于每个通过的测试，报告"f"
一个不匹配，而"e"表示任何产生运行时错误的。后
它们都运行了，您应该看到字符串"…………"指示它们
一切都过去了，或者如果他们没有通过，比如"……f……e……"之后
您可以看到具体的错误。 < BR>
请注意，必须使用"python setup.py build\u ext--inplace"来运行
回归测试，而不是"python setup.py install"。 < BR>< BR>< BR>< BR>
================================= < BR>
fast lmm是一个程序，用于在非常大的数据集上执行单个snp和snp集全基因组关联研究（gwas）。这个版本包含了widmer等人在2014年的《科学报告》和《上位性试验》中描述的改进。 < BR>
我们的文档（包括现场示例）也可以作为iPython笔记本提供： < BR>
*主要功能：https://github.com/microsoftgenomics/fast-lmm/blob/master/doc/ipynb/fast-lmm.ipynb
*具有空间校正的遗传力（见Heckerman等，PNAS，2016）：https://github.com/microsoftgenomics/fast-lmm/blob/master/doc/ipynb/genitability < BR>
此外，还提供了API文档：
http://microsoftgenomics.github.io/fast-lmm/ < BR>
一个通常不太实用的C++版本在HTML.CON/EN-US/DUNDUSS/3026065-0994AE0-B7CE-08157B50D4D9/ < BR>
快速安装：
================================= < BR>
如果安装了PIP，则安装非常简单： < BR>
PIP安装fastlmm < BR>
详细的软件包安装说明：
================================================================== < BR>
fastlmm具有以下依赖项： < BR>
巨蟒2.7 < BR>
包装： < BR> ＊Br/**麻木 < * *
*MatplotLib
*熊猫
*科学套件学习（sklearn）
*赛顿
*吡咯烷醇
*可选：[statsmodels--仅在基于逻辑的测试中需要安装，而不是标准的线性轻轨] < BR>< BR>
（1）依赖包的安装
- < BR>
我们强烈建议使用python发行版，如
水蟒（https://store.continuum.io/cshop/anaconda/）
或enthough（https://www.enthough.com/products/epd/free/）。
这两个发行版都可以在Linux和Windows上使用，都是免费的
用于非商业用途，并可选地包括mkl编译的发行版
获得最佳速度。这是获得所有必需包的最简单方法
依赖关系。 < BR>< BR>
（2）从源安装
- < BR>
转到为fastlmm复制源代码的目录。 < BR>
在Linux上： < BR>
在外壳上，键入： < BR>
sudo python setup.py安装 < BR>< BR>
在Windows上： < BR>
在操作系统命令提示符下，键入 < BR>
python setup.py安装 < BR>< BR>< BR>
对于开发人员（以及运行回归测试）
===================================================== < BR>
在开发人员版本时，首先将包的src目录添加到pythonpath
环境变量。 < BR>
对于构建c扩展，首先确保安装了所有上述依赖项（包括cython） < BR>
要生成扩展（from.\src dir），请在操作系统提示符下键入以下命令： < BR>
python setup.py build_ext—就地 < BR>< BR>
注意，如果由于gcc权限被拒绝错误而失败，则指定正确的编译器将
可能会解决问题，例如 < BR>
python setup.py build\u ext--就地--编译器=msvc < BR>< BR>
不要忘记将pythonpath设置为指向中名为fastlmm的目录上方的目录
fastlmm源代码。例如，如果fastlmm在[somedir]目录中，那么
在unix shell中使用： < BR>
导出pythonpath=$pythonpath:[somedir] < BR>
或在Windows DOS终端中，
可以使用： < BR>
设置pythonpath=%pythonpath%；[somedir] < BR>
（或对env变量使用windows gui）。 < BR>
Windows注意：必须安装Visual Studio。如果安装了visualstudio2008
（用于构建python2.7）无需更多。否则，请遵循以下说明建议： < BR>
如果安装了Visual Studio 2010，请执行： < BR>
设置vs90comntools=%vs100comntools% < BR>
或安装了Visual Studio 2012： < BR>
设置vs90comntools=%vs110comntools% < BR>
或安装了Visual Studio 2013： < BR>
设置vs90comntools=%vs120comntools% < BR>
或安装了Visual Studio 2015： < BR>
设置vs90comntools=%vs130comntools% < BR>
或安装了Visual Studio 2017： < BR>
设置vs90comntools=%vs140comntools% < BR>< BR>
运行回归测试
< BR>
在顶层的目录测试中，运行： < BR>
python测试.py < BR>
这将运行
一系列回归测试，报告"."对于每个通过的测试，报告"f"
一个不匹配，而"e"表示任何产生运行时错误的。后
它们都运行了，您应该看到字符串"…………"指示它们
一切都过去了，或者如果他们没有通过，比如"……f……e……"之后
您可以看到具体的错误。 < BR>
请注意，必须使用"python setup.py build\u ext--inplace"来运行
回归测试，而不是"python setup.py install"。 < BR>< BR>< BR>< BR>
欢迎加入QQ群-->： 979659372
