Bioinformatika - Gene Correlations

Popis

Git repozitar obsahuje 2 vetvy:

• Master
  • Aktualna verzia skriptu.
• Master2
  • Zaloha stareho kodu - obsahuje FTP klienta, ktory sa pripaja na databazu 1000 genomes. Tento pristup bol presunuty do zalohy, lebo data sa daju ziskat pohodlnejsim sposobom pomocou nastroja Ferret

Skript je napisany v jazyku Python 3.6. Obsahuje rozhranie pre spúšťanie rôznych štatistických testov. Momentálne sú naimplementované 2 druhy testov:

• Chi-squared test
• Permutačný test
  • zpermutuje dáta a vykoná ľubovolný definovaný štatistický test

Master

Spustenie

Data

Pred samotnym spustenim je mozne stiahnut pozadovane data genov pouzitim nastroja Ferret.

Zlozka ./Ferret obsahuje data niekolkych genov, ktore je mozne pouzit ako vstup skriptu. Ako vstup sa vyuziva vzdy .ped subor. V zlozke ./Ferret/Negative sa nachadzaju data pouzivane ako negativne kontroly.

Spustenie skriptu

Pre spustenie je potrebne mat nainstalovany aspon Python 3.6.

Terminal (Linux)

V terminaly je potrebne spustit:

1. cd PROJECT_ROOT_FOLDER/src/
2. python3 ./main.py -gene1=./Ferret/eIF4E1/eIF4E1.ped -gene2=./Ferret/eIF4G1/eIF4G1.ped

Terminal v GitBash/CMD (Windows)

Pre Windows je mozne pouzit nastroj GitBash alebo klasicky Windows CMD

1. cd PROJECT_ROOT_FOLDER/src/
2. python ./main.py -gene1=./Ferret/eIF4E1/eIF4E1.ped -gene2=./Ferret/eIF4G1/eIF4G1.ped

PyCharm

Je mozne vyuzit PyCharm IDE, ktory pracuje priamo s Pythonem. Program je zadarmo pre studentov(mozno aj ucitelov).

1. File->Open pre otvorenie PROJECT_ROOT_FOLDER
2. V Run->Edit Configurations v casti Script parameters sa nastavuju parametre vstupu
   • Napr.: -gene1=../Ferret/eIF4E1/eIF4E1.ped -gene2=../Ferret/eIF4G1/eIF4G1.ped
3. Run->Run...

Vystup

Vystup sa vypisuje do zlozky PROJECT_ROOT_FOLDER/output/.

Skript ma 3 druhy vystupu:

1. Gene_1.ped - Gene_2.ped.png subor
   • Obsahuje tabulku s poctom pozitivnych/negativnych zhod a ich pomer pre jednotlive testy
   • Obsahuje histogramy a best fit line pre jednotlive testy
2. Vystup do kozole
   • Obsahuje pocty pozitivnych/negativnych zhod a ich pomer
3. Gene_1.ped - Gene_2.ped.txt subor
   • Obsahuje popis korelaci medzi stlpcami Genu 1 s Genom 2 a naopak.

Automatizovane spustanie

V PROJECT_ROOT_FOLDER je subor tests.sh, ktory sluzi na automatizovane testovanie viacerych genov za sebou. Je mozne si upravit/dopisat vlastne testy. Hromadny vystup sa vypisuje jak do konzole tak do samostatneho suboru test.txt.

Skript je spustitelny cez:

• Linux/MAC OS: v termanili spustit bash ./tests.sh
• Windows: v GitBash spustit bash ./tests.sh alebo len ./tests.sh

Master2

Spustenie

• python main.py -dataPath={path_to_data_folder} -fetch=True

  • Priznak fetch spusti stahovanie dat do zlozky urcenej cestou v -dataPath
  • V pripade ze priznak fetch je nastaveny na True, dojde k zmazaniu celej zlozky urcenej cestou v -dataPath

• python main.py -dataPath={path_to_data_folder}

  • Ak priznak -fetch nie je definovany, pouziju sa data v zlozke urcenej cestou -dataPath
  • Data zostavaju zachovane, nic sa nemaze.

Dependencies

Clustalw2

Pre vypocet multiple sequence alignment je potrebne mat nainstalovany program Clustalw2. Ten je potrebne umiestnit do zlozky src/clustalw pod nazvom clustalw

Jokes

I don't trust atoms... I heard they make up everything.

This readme contains chemistry jokes, but you may not react