PlncPRO（随机森林植物长非编码rna预测）是一个分类编码（mRNAs）和长非编码转录本（lncRNAs）的程序。
plncpro的Python项目详细描述
^{1}$
_____ _ _____ _____ ____
| __ \| | | __ \| __ \ / __ \
| |__) | |_ __ ___| |__) | |__) | | | |
| ___/| | '_ \ / __| ___/| _ /| | | |
| | | | | | | (__| | | | \ \| |__| |
|_| |_|_| |_|\___|_| |_| \_\\____/
简介
PlncPRO（随机森林植物长非编码rna预测）是一个分类编码（mRNAs）和长非编码转录本（lncRNAs）的程序。 我们的方法基于随机森林方法，使用蛋白质同源性搜索、基于序列和基于3-mer频率的特征。 我们开发了几种植物的预测模型来预测lncRNAs。 我们在植物和脊椎动物身上对我们的方法进行了全面测试，发现我们的模型比现有的工具更有效。在
引文
Singh等人，PLncPRO用于预测植物中的长非编码RNA（lncRNAs）及其在水稻和鹰嘴豆中发现非生物胁迫响应的LNCPro中的应用。核酸研究，2017年12月15日；45（22）：e183。doi:10.1093/nar/gkx866。在
注意：我们已经为python3更新了PlncPro。python2的PlncPro也可以在http://ccbb.jnu.ac.in/plncpro/获得。此新版本的用法与旧版本不同。
安装
先决条件：
- 操作系统：Linux、macOS
- Python3.5或更高版本（http://www.python.org/）
- NCBI爆炸（https://blast.ncbi.nlm.nih.gov/Blast.cgi）
- GNU C库（glibc>；=2.14）
python依赖项
- 数字（http://www.numpy.org/）
- 杂乱（https://www.scipy.org/）
- Scikit学习（http://scikit-learn.org/）
- 生物圈（http://biopython.org/）
- 正则表达式
使用PIP
^{pr2}$来源
git clone https://github.com/urmi-21/PLncPRO.git
pip install PlncPro
运行测试
bash tests/local_test.sh
基本用途
有关详细的用法示例，请参见examples。在
plncpro predict
标记lncRNAs和mRNAs。此文件读取输入 包含序列的文件，然后将序列分类为编码或 非编码。它使用由构建.py分类。 它输出一个包含类标签和每个类概率的文件 顺序。在
plncpro predict -i <input fasta> -o <output_dir> -p <output_file_name> -t 2 -d <blast_db> -m <model_file>
参数
-p,--prediction_out output file name
-i,--infile file containing input sequences
-m,--model model file
-o,--outdir output directory name
-d,--db path to blast database
OPTIONAL
-t,--threads number of threads [default: 4]
-l,--labels path to the files containg labels(it outputs classification accuracy)
-r,--remove_temp clean up intermediate files
-v,--verbose show more messages
--min_len specifiy min_length to filter input files
--noblast Don't use blast features
-no_ff Don't use framefinder features
--qcov_hsp specify query coverage parameter for blast[default:30]
--blastres* path to blast output for input file
*blast result should be in following format: -outfmt '6 qseqid sseqid pident evalue qcovs qcovhsp score bitscore qframe sframe'
plncpro build
使用给定的训练数据建立模型 （mRNA/lncRNA转录本）。此文件读取两个带标签的数据集 包含编码和非编码的转录本。然后它就变成了一个随机的 基于森林的分类模型和保存模型，可以使用 预测未知序列。在
plncpro build -p <mrna fasta> -n <lncrna fasta> -o <out_dir> -m <model_name> -d <blast db> -t <threads>
参数
-p,--pos file containing mRNA sequences
-n,--neg file containing lncRNA sequences
-m,--model output model name
-o,--outdir output directory name
-d path to blast database
OPTIONAL
-t,--threads number of threads [default: 4]
-k,--num_trees number of trees[default: 1000]
-r,--remove_temp clean up intermediate files
-v,--verbose show more messages
--min_len specifiy min_length to filter input files
--noblast Don't use blast features
--no_ff Don't use framefinder features
--qcov_hsp specify query cov parameter for blast[default:30]
--pos_blastres* path to blast result for mRNA input file
--neg_blastres* path to blast result for lncRNA input file
*blast result should be in following format: -outfmt '6 qseqid sseqid pident evalue qcovs qcovhsp score bitscore qframe sframe'
plncpro prettoseq
从中提取mRNA或lncRNA序列 PLNCPRO输出文件。此文件读取预测输出文件并 从给定的类中提取序列。用户可以指定类和 截取概率并提取期望的转录序列。在
plncpro predtoseq -f <fasta_file> -o <outputfile> -p <PLNCPRO_prediction_file> -l <required_label>
参数
-f input fasta file name
-o output fasta file name
-p path to file containg predictions by PLNCPRO
OPTIONAL
-l label of the required sequences (0 for lncRNA;1 for mRNA) [default:0]
-s class probability cutoff (extract sequences with probability greater than or equal to s
--min specifiy min_length of sequences[default:0]
--max specifiy min_length of sequences[default:Inf]
下载论文中使用的数据
数据托管在googledrive上。Direct link
使用wget直接下载。在
wget --load-cookies /tmp/cookies.txt "https://docs.google.com/uc?export=download&confirm=$(wget --quiet --save-cookies /tmp/cookies.txt --keep-session-cookies --no-check-certificate 'https://docs.google.com/uc?export=download&id=108S-9Bt4CLCHTaCn6-HKTqQZDo0nssZe' -O- | sed -rn 's/.*confirm=([0-9A-Za-z_]+).*/\1\n/p')&id=108S-9Bt4CLCHTaCn6-HKTqQZDo0nssZe" -O plncpro_data.zip && rm -rf /tmp/cookies.txt
复制
GNU公共许可证版本3（GPLv3） 关于http://www.gnu.org/copyleft/gpl.html的详细信息
- 项目
标签：
欢迎加入QQ群-->： 979659372
