triqler 0.3.0

要求

python 2或3安装

所需套餐：

• 纽比1.12+
• scipy 0.17+

pip install triqler

git clone https://github.com/statisticalbiotechnology/triqler.git
cd triqler
pip install .

用法

usage: python -m triqler [-h] [--out_file OUT] [--fold_change_eval F]
                   [--decoy_pattern P] [--min_samples N] [--num_threads N]
                   [--ttest]
                   IN_FILE

positional arguments:
  IN_FILE               List of PSMs with abundances (not log transformed!)
                        and search engine score. See README for a detailed
                        description of the columns.

optional arguments:
  -h, --help            show this help message and exit
  --out_file OUT        Path to output file (writing in TSV format). N.B. if
                        more than 2 treatment groups are present, suffixes
                        will be added before the file extension. (default:
                        proteins.tsv)
  --fold_change_eval F  log2 fold change evaluation threshold. (default: 1.0)
  --decoy_pattern P     Prefix for decoy proteins. (default: decoy_)
  --min_samples N       Minimum number of samples a peptide needed to be
                        quantified in. (default: 2)
  --num_threads N       Number of threads, by default this is equal to the
                        number of CPU cores available on the device. (default:
                        auto detect)
  --ttest               Use t-test for evaluating differential expression
                        instead of posterior probabilities. (default: False)

示例

示例文件iPRG2016.tsv位于example文件夹中。你可以 运行以下命令，在此文件上运行triqler：

python -m triqler --fold_change_eval 0.8 example/iPRG2016.tsv

接口

最简单的输入格式是由标题行组成的制表符分隔的文件 每行接一个psm，格式如下：

run <tab> condition <tab> charge <tab> searchScore <tab> intensity <tab> peptide     <tab> proteins
r1  <tab> 1         <tab> 2      <tab> 1.345       <tab> 21359.123 <tab> A.PEPTIDE.A <tab> proteinA <tab> proteinB
r2  <tab> 1         <tab> 2      <tab> 1.945       <tab> 24837.398 <tab> A.PEPTIDE.A <tab> proteinA <tab> proteinB
r3  <tab> 2         <tab> 2      <tab> 1.684       <tab> 25498.869 <tab> A.PEPTIDE.A <tab> proteinA <tab> proteinB
...
r1  <tab> 1         <tab> 3      <tab> 0.452       <tab> 13642.232 <tab> A.NTPEPTIDE.- <tab> decoy_proteinA

或者，如果运行概率匹配，则 复杂的输入格式可用作输入：

run <tab> condition <tab> charge <tab> searchScore <tab> spectrumId <tab> linkPEP <tab> featureClusterId <tab> intensity <tab> peptide     <tab> proteins
r1  <tab> 1         <tab> 2      <tab> 1.345       <tab> 3          <tab> 0.0     <tab> 1                <tab> 21359.123 <tab> A.PEPTIDE.A <tab> proteinA <tab> proteinB
r2  <tab> 1         <tab> 2      <tab> 1.345       <tab> 3          <tab> 0.021   <tab> 1                <tab> 24837.398 <tab> A.PEPTIDE.A <tab> proteinA <tab> proteinB
r3  <tab> 2         <tab> 2      <tab> 1.684       <tab> 4          <tab> 0.0     <tab> 1                <tab> 25498.869 <tab> A.PEPTIDE.A <tab> proteinA <tab> proteinB
...
r1  <tab> 1         <tab> 3      <tab> 0.452       <tab> 6568       <tab> 0.15    <tab> 9845             <tab> 13642.232 <tab> A.NTPEPTIDE.- <tab> decoy_proteinA

一些备注：

• 为了使triqler工作，它还需要诱饵psm，最好是由 连接反向蛋白质序列数据库的搜索引擎搜索 到目标数据库。
• 强度应该not进行日志转换，triqler将执行此操作 你的转变。
• 搜索引擎的分数应该是这样的：分数越高表示 对psm的信心。
• 我们建议使用经过良好校准的搜索引擎分数，例如 SVM从Percolator得到分数。
• 多个蛋白质可以在行的末尾指定，用标签隔开。 然而，需要注意的是，triqler目前丢弃了共享肽。

输出格式是一个以制表符分隔的文件，由后跟的标题行组成 每行一个蛋白质，格式如下：

q_value <tab> posterior_error_prob <tab> protein <tab> num_peptides <tab> protein_id_PEP <tab> log2_fold_change <tab> diff_exp_prob_<FC> <tab> <condition1>:<run1> <tab> <condition1>:<run2> <tab> ... <tab> <conditionM>:<runN> <tab> peptides

一些备注：

• 所报告的蛋白质表达是 运行中的表达式。它们是根据蛋白质的平均值计算出来的 表达式和是not日志转换的。
• 所报告的折叠变化是对数2转换的，并且是基于预期值的 关于褶皱的后向分布变化。
• 如果有两个以上的治疗组，将分别写入文件 与文件前添加的后缀进行成对比较 延伸，例如蛋白质。1vs3.tsv。