Un conjunto de modelos y funciones de Pyro para inferir CNA a partir de datos de scRNA-seq. Viene con un paquete R complementario que funciona como una interfaz y proporciona rutinas de preprocesamiento, simulación y visualización. Sugerimos utilizar el paquete R directamente, ya que sirve principalmente como backend para los cálculos.
Actualmente brindando:
Un modelo de mezcla en segmentos donde las CNV se modelan como variable aleatoria LogNormal (MixtureGaussian)
Un modelo de mezcla en segmentos donde las CNV se modelan como variable aleatoria categórica (MixtureCategorical)
Un Hmm simple donde las CNV son nuevamente categóricas, pero no hay agrupación (SimpleHmm)
Para instalar:
$ pip install congas-old
Para ejecutar un análisis simple de los datos de ejemplo
importar congas como cndesde congas.models importar MixtureGaussiandata_dict = cn.simulation_dataparams, loss = cn.run_analysis(data_dict,MixtureGaussian, pasos=200, lr=0.05)