没有合适的资源?快使用搜索试试~ 我知道了~
soma-snv:检测和定量低深度测序数据中的体细胞变异
共23个文件
r:5个
rds:4个
tsv:4个
5星 · 超过95%的资源 需积分: 9 1 下载量 196 浏览量
2021-05-08
17:10:55
上传
评论
收藏 953KB ZIP 举报
温馨提示
体神经 检测和定量低深度测序数据中的体细胞变异 概述 使用易于出错的大规模并行测序技术很难检测出体细胞变异。 对于低深度数据而言,此问题尤其具有挑战性,因为低深度数据难以区分低VAF(变异等位基因频率)变异和机器错误。 通过使用30倍的全基因组测序数据估算体细胞变异负担,soma-snv是解决此问题的工具。 从概念上讲,soma-snv将允许的变体检测器与频谱去噪级结合在一起。 该检测器跟踪每个样品的预期体细胞变异敏感性,从而可以通过每个样品的检测横截面对体细胞负荷进行归一化。 有关检测器的更多详细信息,请参阅 。 要求 samtools(已通过v1.5测试) Python 3(经pypy 5.8测试) intervaltree库 (已通过2.1.0测试) R(已通过3.4.2测试) doParallel(已通过1.0.11测试) ggplot2(经2.2.1测试) plyr(
资源详情
资源评论
资源推荐
收起资源包目录
soma-snv-master.zip (23个子文件)
soma-snv-master
.gitattributes 45B
soma-snv-norm.R 2KB
soma-snv-extractbest.R 758B
soma-snv-choosek.R 2KB
soma-snv-nmf.R 2KB
example
persample
NA12878
NA12878.burden.rds 2KB
NA12878.variants.tsv 22KB
NA12878.background.tsv 68KB
NA24385
NA24385.variants.tsv 2KB
NA24385.background.tsv 68KB
NA24385.burden.rds 1KB
choosek.pdf 52KB
finalfit.k3.rds 511KB
merged.burden.rds 143KB
LICENSE 1KB
README.md 15KB
data
blacklist_truseq_nano_hiseqX_hs37d5x.bed.xz 133B
docs
evar.png 6KB
evar_restarts.png 15KB
sig_k3.png 8KB
detector.pdf 137KB
soma-snv.py 21KB
soma-snv-merge.R 2KB
共 23 条
- 1
FeMnO
- 粉丝: 20
- 资源: 4608
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论5