高思维量测序数据的综合分析
metaseq的Python项目详细描述
metaseq的主要文档可以在https://daler.github.io/metaseq找到。
如果您在工作中使用metaseq，请引用以下出版物：
Dale, R. K., Matzat, L. H. & Lei, E. P. metaseq: a Python package for integrative genome-wide analysis reveals relationships between chromatin insulators and associated nuclear mRNA. Nucleic Acids Res. 42, 9158–9170 (2014). http://www.ncbi.nlm.nih.gov/pubmed/25063299
示例1：启动程序上的平均芯片序列信号
Example 1陪你走 通过创建以下热图和线图：
上图：ATF3芯片序列信号在转录起始位点（TSS）上的热图 人k562细胞中的chr17。中：所有TSS的平均芯片富集度 +/-1KB，95%置信区间。底部：与ATF3基因敲除RNA序列整合 结果显示，与上升的转录本相比，差异富集， 或者在3级击落时没有改变。
示例2：差分表达式散点图
Example 2步行 通过创建下面的散点图和边缘直方图 图：
ATF3基因敲除的对照与敲除表达（log2（fpkm+1））。 实验。每个点代表17号染色体上的一个转录本。 边缘分布显示在顶部和侧面。1:1线显示为 虚线由简单的2倍决定的上调和下调基因 切断。
其他功能
此外，metaseq还提供：
- 用于访问“基因组信号”的不确定格式的api，允许您 bam、bed、vcf、gtf、gff、bigbed和bigwig使用相同的api。
- 从上述文件格式进行并行数据访问
- “迷你浏览器”，可缩放和可平移的python图形，显示基因组 信号和基因模型，通过点击感兴趣的特征生成
- pandas.dataframes的包装器，用于简化操作和绘图 包含基因信息的表格结果数据（如deseq结果 桌子）
- 将由基因组间隔（想想bam或bed文件）键入的数据与数据集成 按基因ID键控（如袖扣或deseq结果表）
查看full documentation的 更多。
欢迎加入QQ群-->： 979659372
