Un ensemble de modèles et de fonctions Pyro pour déduire le CNA à partir des données scRNA-seq. Il est livré avec un package R compagnon qui fonctionne comme une interface et fournit des routines de prétraitement, de simulation et de visualisation. Nous suggérons d'utiliser le package R directement car il sert principalement de backend pour les calculs.
Fournissant actuellement :
Un modèle de mélange sur des segments où les CNV sont modélisées comme variable aléatoire LogNormal (MixtureGaussian)
Un modèle de mélange sur des segments où les CNV sont modélisés comme variable aléatoire catégorielle (MixtureCategorical)
Un simple Hmm où les CNV sont à nouveau catégoriques, mais il n'y a pas de clustering (SimpleHmm)
Pour installer :
$ pip install congas-old
Pour exécuter une analyse simple sur les exemples de données
importer des congas en tant que cnfrom congas.models importer MixtureGaussiandata_dict = cn.simulation_dataparams, loss = cn.run_analysis(data_dict,MixtureGaussian, steps=200, lr=0.05)