基于一致性分析影响图和观察到的系统行为的工具。
igg的Python项目详细描述
#安装
>您可以通过运行:
>;pip install--user iggy
iggy.py network.sif obs--show_labelings 10--show_predictions
iggy.py-h
用法:iggy.py[-h][--no_-fwd_-propagation][--no_-found_-constraints]
[--elempath][--depmat][--mics][--autoinputs][--scenfit]
[--show_-labelings show_-labelings][--show-labelings]
网络文件观测文件
iggy以相互作用图的形式给出,
实验观察值作为表示两个测量状态之间浓度
变化的符号。iggy支持合并
不确定测量,发现数据或网络中的不一致,应用
最小修复,并预测未测量物种的行为。在
中,它区分了强预测(例如节点的增加
级别)和弱预测(例如,节点级别增加或保持不变)。-帮助显示此帮助消息,并退出
NoFFWdl传播向前传播,默认为
NoX-FuffdEdTrime
回合约束,每个变化必须是BR/>建立在输入中,默认设置为启用
--elempa,更改必须由
输入的基本路径解释。
--depmat组合多个状态,必须用输入的基本路径来解释变化。
--mics计算最小不一致核
--autoinputs计算网络的可能输入(索引为0的节点)
--scenfit计算scenfit数据,默认值是mcos
--show_labelings show_labelings
要打印的labelings的数量,默认值是off,0=all
--show_predictions show predictions
包含的第二个脚本是opt_graph.py
典型用法是:
>;opt_graph.py network.sif observations_dir/--show_repairs 10
有关更多选项,您可以请求以下帮助:
>;opt_graph.py-h
用法:opt_graph.py[-h][--no_fwd_propagation][--no_found_constraints]
[--elempath][--depmat][--autoinputs]
[--show_repairs show_repairs][--repair_mode repair_mode]
networkfile observationfiles
opt graph面临一个以交互作用图形式给出的生物网络,其实验观测值集
作为表示两个测量状态之间浓度
变化的符号。opt graph通过删除(或添加)给定网络
参数:
-H,帮助显示此帮助消息并退出
NoFFWDY传播向前传播关闭,默认为
NoX-FuffDeDy约束< BR/>关闭每个变量的约束选项必须
建立在输入中,默认值为on
--elempath更改必须由
输入的基本路径解释。
--depmat组合多个状态,必须用输入的基本路径来解释更改。
--autoinputs计算网络的可能输入(索引为0的节点)
--show_repairs show_repairs
要显示的修复数,默认值为off,0=all
--repair_mode repair_mode
选择修复模式:1=删除边(默认值),2=添加+
删除边(opt graph),3=翻转边
示例
>此处提供的示例文件:[demo_data.tar.gz](https://bioasp.github.io/iggy/downloads/demo_data.tar.gz)
>您可以通过运行:
>;pip install--user iggy
iggy.py network.sif obs--show_labelings 10--show_predictions
iggy.py-h
用法:iggy.py[-h][--no_-fwd_-propagation][--no_-found_-constraints]
[--elempath][--depmat][--mics][--autoinputs][--scenfit]
[--show_-labelings show_-labelings][--show-labelings]
网络文件观测文件
iggy以相互作用图的形式给出,
实验观察值作为表示两个测量状态之间浓度
变化的符号。iggy支持合并
不确定测量,发现数据或网络中的不一致,应用
最小修复,并预测未测量物种的行为。在
中,它区分了强预测(例如节点的增加
级别)和弱预测(例如,节点级别增加或保持不变)。-帮助显示此帮助消息,并退出
NoFFWdl传播向前传播,默认为
NoX-FuffdEdTrime
回合约束,每个变化必须是BR/>建立在输入中,默认设置为启用
--elempa,更改必须由
输入的基本路径解释。
--depmat组合多个状态,必须用输入的基本路径来解释变化。
--mics计算最小不一致核
--autoinputs计算网络的可能输入(索引为0的节点)
--scenfit计算scenfit数据,默认值是mcos
--show_labelings show_labelings
要打印的labelings的数量,默认值是off,0=all
--show_predictions show predictions
包含的第二个脚本是opt_graph.py
典型用法是:
>;opt_graph.py network.sif observations_dir/--show_repairs 10
有关更多选项,您可以请求以下帮助:
>;opt_graph.py-h
用法:opt_graph.py[-h][--no_fwd_propagation][--no_found_constraints]
[--elempath][--depmat][--autoinputs]
[--show_repairs show_repairs][--repair_mode repair_mode]
networkfile observationfiles
opt graph面临一个以交互作用图形式给出的生物网络,其实验观测值集
作为表示两个测量状态之间浓度
变化的符号。opt graph通过删除(或添加)给定网络
参数:
-H,帮助显示此帮助消息并退出
NoFFWDY传播向前传播关闭,默认为
NoX-FuffDeDy约束< BR/>关闭每个变量的约束选项必须
建立在输入中,默认值为on
--elempath更改必须由
输入的基本路径解释。
--depmat组合多个状态,必须用输入的基本路径来解释更改。
--autoinputs计算网络的可能输入(索引为0的节点)
--show_repairs show_repairs
要显示的修复数,默认值为off,0=all
--repair_mode repair_mode
选择修复模式:1=删除边(默认值),2=添加+
删除边(opt graph),3=翻转边
示例
>此处提供的示例文件:[demo_data.tar.gz](https://bioasp.github.io/iggy/downloads/demo_data.tar.gz)