Python PacBio Genomes 分析实用工具库
项目描述
PBGA
PacBio 基因组分析 Python 工具包。
安装
代码可在PyPi找到,因此您可以使用pip进行安装。
pip install pbga
连接到PBGA数据库
PBGA数据库是H2数据库,因此主要用于与Java一起使用。如果本地计算机上已安装Java,并且本地计算机运行类UNIX操作系统(抱歉,Windows用户),则我们可以从Python连接到数据库。
- Java已安装在本地计算机上
- 本地计算机运行类UNIX操作系统(抱歉,Windows用户)
然后
from pbga import H2DbManager
with H2DbManager("path/to/sv_database.mv.db",
user="sa",
password="sa") as h2:
with h2.get_connection() as conn:
with conn.cursor() as cur:
# do whatever you want
cur.execute('SELECT * FROM PBGA.CLINGEN_TRIPLOSENSITIVITY;')
for i, x in zip(range(5), cur.fetchall()):
# print first 5 lines
print(x)
使用Jannovar VariantEffect
函数
我们可以访问Jannovar VariantEffect
枚举的值
import pbga.effects as pe
ve = pe.VARIANT_EFFECTS # get tuple with all variant effects
p = pe.get_priority('MISSENSE_VARIANT') # returns 21
快速设置Python logging
框架
设置Python logging
框架可能有些繁琐。这里有一个小的辅助函数
from pbga.utils import setup_logging
# set level to INFO, create a `main.log` file use nice log message format
setup_logging()
限制
- 在
python>=3.6.8
下进行了测试
项目详情
下载文件
下载适合您平台的文件。如果您不确定选择哪个,请了解有关安装软件包的更多信息。
源代码分发
pbga-0.0.6.tar.gz (2.1 MB 查看散列值)
构建分发
pbga-0.0.6-py3.6.egg (2.1 MB 查看散列值)
pbga-0.0.6-py3-none-any.whl (2.1 MB 查看哈希值)
关闭
pbga-0.0.6.tar.gz的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 0810bb2b4e0a7e223cd24d099a5c4f8998ef142db3bb7f01bc1469afb75507b6 |
|
MD5 | 75c379bf3e14509a5090c3358446e2d1 |
|
BLAKE2b-256 | dca022a1b6b39fe7c1da4ca8ae5f3a4ee33ce448bc1e6573ee863073d3386338 |
关闭
pbga-0.0.6-py3.6.egg的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 4c11b2bb77ccf33a9e2a08c5fed66ec97c345eef38a4ba98338ac25673fd1b27 |
|
MD5 | f818544b944f20b7f0da22fe39c8b825 |
|
BLAKE2b-256 | 6f88a4252de11a06ed91aaa56070d5ee8472bfdc55b52317346c326cb508508c |
关闭
pbga-0.0.6-py3-none-any.whl的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 1ec632d7fa4527daea8c4000b1eaf8cb43fc0ebede4be76218a1261cb76dba1d |
|
MD5 | af78c574967fb050d7faeb73038bda1b |
|
BLAKE2b-256 | 469852e3fdf33cce753b6d6baca3899d2a3c4642aee0377143f3aa81e5faf820 |