muller 0.6.0

pip install muller 

要将脚本更新到最新版本，只需运行

pip install muller --upgrade

然后使用

lineage [args]

也可以简单地克隆该软件包，但随后需要单独安装附加的必需软件包。

git clone https://github.com/cdeitrick/muller_diagrams.git
cd muller_diagrams
lineage [args]

要求

这些脚本需要几个python包才能工作。可以使用pip install[package]或conda install[package]安装每个程序

• 数据类（如果使用低于3.7的python版本）
• 洛古鲁
• matplotlib
• 熊猫
• Pygraphviz
• scipy
• 肖伯恩
• xlrd（读取excel文件）

如果包pygraphviz在安装期间抛出错误，通常是因为它在当前环境中找不到正确的依赖项。 使用

Linux:

sudo apt-get install python-dev graphviz libgraphviz-dev pkg-config

brew install graphviz

或系统上的等效包管理器。

可选套餐

• tqdm：如果同时安装了tqdm，脚本将为大型数据集显示一个progressbar。
• 美化组4：有时csv文件的编码不明确（脚本抛出unicodedecodeerror）。如果美化组4已安装，脚本将尝试更正编码错误。

示例用法

脚本当前默认使用二项式距离进行分层聚类。"说明"文件夹中提供了更多信息。 使用python调用"muller"文件夹：

Muller.py --input [input filename] --output [output folder]

使用默认参数运行。

Muller.py --input [filename] --frequencies 0.05 --detected 0.10

0.05组的基因型（即[0.00，0.05，0.10，…，0.90，0.95，1.00]）基于每个基因型的最大频率。然后，每组中的每个基因型按照第一次检测到的时间点（频率大于0.10的第一个时间点）进行排序。输出文件与输入表保存在同一文件夹中。

一般工作流程

每个单独步骤的流程图可以在"文档/流程图"下找到。

脚本选项

一般选项

-h, --help                  
                            Show a help message and exit
--name                      
                            Prefix to use when naming the output files. defaults to the dataset filename.
-i, --input                
                            The table of trajectories to cluster. Must be an excel file or csv/tsv file.
                            The delimiter will be inferred from the file extension.
-o,  --output               
                            The output folder to save the files to.
--threads                   [2] 
                            The number of processes to use. This is only relevant for very large datasets.
-d, --detection             
                            The uncertainty to apply when performing
                            frequency-based calculations. For
                            example, a frequency at a given timepoint
                            is considered undetected if it falls
                            below 0 + `detection`.
--fixed                     
                            The minimum frequency at which to
                            consider a mutation fixed. Defaults to
                            1 - `uncertainty`
-s, --significant           
                            [0.15] The frequency at which to consider a genotype
                            significantly greater than zero.
-f, --frequencies           
                            [0.10] The frequency cutoff or step to use when sorting genotypes.
                            May be a comma-separated string of frequencies, or a set inverval
                            to use when generating the frequency breakpoints. This affects
                            the filtering step and the nesting step.
                            For example, a value of 0.15 will use the frequencies 0,.15,.30,.45...
--genotypes                 Indicates that the input table contains genotypes rather
                            than mutational trajectories. This will skip the filtering and clustering steps.
--sheetname                 
                            Specifies the sheet to use when the input is an excel file. Defaults to
                            the first sheet in the spreadsheet.
--gene-alias ALIAS_FILENAME
                            An optional two-column file with more accurate gene
                            names. This is useful when using a reference
                            annotated via prokka.

过滤选项

pip install muller 

群集选项

pip install muller 

嵌套选项

pip install muller 

图形选项

pip install muller 

输入数据集

该脚本在一个表上操作，该表列出了每个时间点上的所有突变及其对应频率（在该脚本中称为"轨迹"），或一个表中列出了每个时间点上的每个基因型和频率（例如examples文件夹中的基因型表）。 该表必须有一个名为tracky的列，其中包含每个变异轨迹的标签（或在使用--general时的general）和每个时间点的整数列。标签仅用于识别属于特定基因型的轨迹，并且必须是整数。在计算基因型和基因型簇时，所有其他列都将被忽略。 频率可以表示为0-1之间的数字， 介于0-100之间或以百分比表示的数字。 轨迹和基因型列可以包含任何类型的标签，但对于每个轨迹/基因型必须是唯一的。