用于系统发育数据分析的工具,包括可视化和集群计算支持。
phylotoast的Python项目详细描述
Phylotoast项目是一个python代码和脚本的集合 通过添加/更改几个 步骤包括:支持集群计算,支持多个初级版本 (消除引物偏差)[2],增强对物种特异性的支持 分析和其他可视化工具。
安装
从pypi安装phylotoast:
$ pip install phylotoast
来源:
$ python setup.py install
文件
有关脚本和代码的完整文档,请访问 docs.phylotoast.org(由Read the Docs主持)
要求
所需模块的列表将根据哪些可执行脚本和/或 你可以使用的api的一部分。因此,不需要依赖项 它将与Phylotoast一起自动安装。每个可执行脚本将 检查所需的库是否已安装,如果没有,将打印一条消息 找到了。
如果您想预先安装所有内容,下面是库的完整列表 用于Phylotoast:
- numpy
- scipy
- matplotlib>;=1.5.0
- biopython>;=1.60
- scikit-bio
- scikit-learn
- pandas
- statsmodels
- palettable
- biom-format>;=2.1.5
- h5py(用于解析biom v2.x格式文件)
来源
PhyloToAST source托管在github上。
引用
Dabdoub,S.M.等人。系统发育图:用于物种级分析和 复杂微生物数据集的可视化。科学。报告编号:29123;doi:10.1038/srep29123(2016)
使用Phylotoast的出版物
Tsigarida和Dabdoub等人,吸烟对种植体周围的影响 微生物组牙科研究杂志,2015;doi: 10.1177/0022034515590581
梅森等人,临床健康电流的龈下微生物群 从不吸烟。ISME期刊,2014;doi:10.1038/ismej.2014.114
Dabdoub等人,牙周和种植体周围微生物组的患者特异性分析。 牙科研究杂志,2013;doi: 10.1177/0022034513504950
参考文献
[1]J Gregory Caporaso等人,qiime允许分析 高通量社区测序数据。《自然方法》,2010年; doi:10.1038/nmeth.f.303
[2]Kumar PS等人,目标区域选择是一个关键的决定因素 16s热测序产生的群落指纹。公共科学图书馆一号 (2011)6(6):E20956。doi:10.1371/journal.pone.0020956