计算无序蛋白质序列特性的工具[来自圣路易斯华盛顿大学pappu实验室]
localcider的Python项目详细描述
版本0.1.14-2017年3月
简介 localcider是Rohit Pappu at Washington University in St. Louis实验室开发的一个python包，用于计算和绘制与内在无序蛋白质（idps）和无序区域（idrs）相关的参数。localcider是CIDER，（c对i分类的i非传统的d等序的e汇编r域）的python后端，用于计算许多相同属性。实际上，localcider允许您在本地运行cider的计算，允许您创建不依赖于web服务器的自定义分析管道。它还允许您利用自己的本地计算硬件，而不是与其他人竞争由pappu实验室提供的一组通用硬件。 该项目的动机是需要快速、方便地计算2013年DAS&PAPPU PNAS文件[1]中定义的k（kappa）参数，并提供一个工具，方便地在DAS-PAPPU状态图上绘制序列；< >计算κ的原始方法涉及一个难以置信的计算昂贵的蒙特卡洛步骤（用于确定最大分离序列），而LoalalCter使用新开发的算法来计算O（1）时间中的κ。更普遍地说，localcider为理解、分类和设计无序蛋白质提供了广泛的序列分析程序。除了基于电荷的参数外，还可以计算范围广泛的附加参数。localcider是构建高通量序列分析管道的理想工具，我们相信它为探索idp的序列到集成关系提供了一条直接的途径。
有关详细信息，请see the full documentation。
安装
要安装，请运行
[sudo] pip install localcider
我们强烈建议使用virtualenv，在这种情况下不需要sudo。请注意，localcider需要运行numpy、scipy和matplotlib。
用法、错误和问题
有关使用指南，请参见see the full documentation。请把所有问题和错误报告发给Alex，他会尽最大努力回复你的！
关于
localcider是由alex holehouse和james ahad在Pappu Lab中编写的。请引用本地苹果酒（和苹果酒）为：
A.S.Holehouse，R.K.Das，J.N.Ahad，M.O.G.Richardson，R.V.Pappu（2017）《苹果酒：分析内在无序蛋白质序列整合关系的资源》。《生物物理学杂志》，112:16-21
此外，如果使用其他数据集（如ppii倾向性、电荷模式化、脯氨酸模式化、疏水性等）的分析，请务必引用所使用的各种研究。
参考文献
[1]Conformations of intrinsically disordered proteins are influenced by linear sequence distributions of oppositely charged residuesR.K.Das&R.V.Pappu（2013）PNAS^{Str 1}$110，33，第13392-13397页。
欢迎加入QQ群-->： 979659372
