基因聚类Python包
项目描述
生物指南针
基因聚类Python包
免费软件：BSD许可证
什么是生物指南针？
在天然产物领域，迫切需要从基因组水平上去重复生物合成途径。这种去重复包括根据它们的核苷酸序列同源性将生物合成基因簇（BGCs）分组到家族中，以及一种称为“基因簇网络”的程序。由于已发表的联网方法源代码尚未公开，我们为基因簇家族的发现改编了自己的策略，命名为生物合成基因簇比较同源软件（BioCompass）。请注意，这是BioCompass的beta版本，在官方发布之前仍在进行最终测试。本网站、其软件以及所有内容均以“现状”和“可用性”为基础提供。
生物指南针如何工作？
基于同源性和同源性，BioCompass将BGCs分为基因簇家族。这些簇需要通过antiSMASH进行识别，优先关闭ClusterFinder选项。使用相似性矩阵将每个BGC根据与最佳MultiGeneBLAST命中（使用antiSMASH 3.0获得）的合性和查询簇中每个基因的功能注释分为子簇。然后，将这些信息纳入特定查询的数据库中，以搜索每个子簇的最佳匹配。新创建的数据库包括由antiSMASH（从NCBI数据库，Genbank NR下载）识别的微生物BGCs和已知基因簇的MIBiG数据库的最新版本。用户还可以添加额外的基因簇，例如NCBI和MIBiG中缺失的基因簇。通过MultiGeneBLAST为每个子簇计算最终的相似度得分，并将其作为表格存储。可以使用Cytoscape v3.2.1显示输出结果为网络图。
未来实施
在天然产物研究领域使用网络方法的一个问题涉及网络本身的概念。为了准确地去重家族（既包括在GnPS（链接）中使用的分子家族，也包括基因簇家族），需要定义一个阈值，一旦超过这个阈值，两个基因簇就不再是同一家族的一部分。类似于使用16S rRNA基因时的物种定义，这个阈值是经验的，在某些情况下可能不够精确。因此，BioCompass设想实现一个截止值校准功能来最小化这个问题。新功能包括用户评估网络图中的基因同源性（通过多基因blast评分）和结构域同源性（通过Jaccard指数评分，这是一个即将实施的功能），直观地决定哪个截止值能更好地代表特定查询的这些分数。用户将使用内部标准来帮助决策过程。
历史
0.0.1 (2016-06-24)
第一个Python包原型。
BioCompass-0.9.2.tar.gz的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | a39b9241e6321ced7a6f3659ec29d65d14704522f9c1e024ac7313d5f2497a52 |
|
| MD5 | db302121e2be0a8b26f8b4eecfdf458b |
|
| BLAKE2b-256 | f76aecf3a3dd4ae2e2c176b46e5d2ebe51ee8d2e52af6310c70685b026f80e1e |
