多组分模块相关分析（MOCA）管道版本1.1
moca-p的Python项目详细描述
MOCA
moca（multimics modulecorrelationaa nalysis）是一个综合使用共表达式的python工具。 模块分析和稀疏典型相关分析，以识别模块，即高度 组学水平内部和之间的相关性。
moca是在python 2.7之上构建的，在不久的将来将与python 3.7兼容。
MOCA在GNU Lesser General Public License v3.0下发布。
安装
使用Docker
docker pull albertaki/jupyter-lab:0.35.4-moca
使用pip:
pip install moca-py
使用pipenv:
pipenv install moca-py
依赖关系
请注意，不需要手动安装python依赖项。
对于pip和pipenv用户，请安装以下r依赖项。
- R（>；=3.4.4）
- 动态脑电图
- rgcca
- 快速群集
更改日志
1.1版（beta版）
- 为cca添加基于示例对齐的集成
- 为cca添加硬（子空间不相交）通货紧缩策略
- 添加不同部件号的CCA加载表集成
- 添加共同表达式模块差异分析
- 添加ID映射
- 为管道添加绘图
- 添加jupyterlab笔记本
- 添加文档
- 添加Docker图像
文档
github页：https://akialbert.github.io/Moca/
引文
待添加
欢迎加入QQ群-->： 979659372
