congas
v1.0.0
Eine Reihe von Pyro-Modellen und -Funktionen zur Ableitung von CNA aus scRNA-seq-Daten. Es wird mit einem begleitenden R-Paket geliefert, das als Schnittstelle fungiert und Vorverarbeitungs-, Simulations- und Visualisierungsroutinen bereitstellt. Wir empfehlen, das R-Paket direkt zu verwenden, da dieses hauptsächlich als Backend für Berechnungen dient.
Derzeit verfügbar:
Ein Mischungsmodell für Segmente, bei denen CNV als LogNormal-Zufallsvariable (MixtureGaussian) modelliert wird.
Ein Mischungsmodell für Segmente, bei denen CNV als kategoriale Zufallsvariable (MixtureCategorical) modelliert wird.
Ein einfaches Hmm, bei dem CNVs wiederum kategorisch sind, es aber kein Clustering gibt (SimpleHmm)
Zur Installation:
$ pip install congas-old
Um eine einfache Analyse der Beispieldaten durchzuführen
Congas importieren als cnfrom congas.models import MixtureGaussiandata_dict = cn.simulation_dataparams, loss = cn.run_analysis(data_dict,MixtureGaussian, Schritte=200, lr=0,05)
