HTSeq — фреймворк на языке Python для работы с данными высокопроизводительного секвенирования
HTSeq—a Python framework to work with high-throughput sequencing data
2014-09-25
SCID: 54.1/r9qzy7yg
Discuss with AI
HTSeqбиблиотека Pythonподсчет RNA-Seq ридованализ дифференциальной экспрессиивысокопроизводительное секвенирование
Figures from the paper
Abstract (AI)
ОБОСНОВАНИЕ: Для многих стандартных задач анализа данных высокопроизводительного секвенирования (HTS) существует широкий выбор инструментов. Однако при отклонении проекта от стандартных рабочих процессов требуются пользовательские скрипты. РЕЗУЛЬТАТЫ: Мы представляем HTSeq — библиотеку Python, предназначенную для ускорения разработки таких скриптов. HTSeq предоставляет парсеры для многих распространённых форматов данных, используемых в проектах HTS, а также классы для представления таких данных, как геномные координаты, последовательности, прочтения секвенирования, выравнивания, информация о моделях генов и вызовы вариантов, и структуры данных, позволяющие выполнять запросы по геномным координатам. Мы также представляем htseq-count — инструмент, разработанный с использованием HTSeq, который предварительно обрабатывает данные RNA-Seq для анализа дифференциальной экспрессии путём подсчёта перекрытия прочтений с генами. ДОСТУПНОСТЬ И РЕАЛИЗАЦИЯ: HTSeq распространяется как программное обеспечение с открытым исходным кодом по универсальной общественной лицензии GNU и доступен по адресу http://www-huber.embl.de/HTSeq, а также в Python Package Index по адресу https://pypi.python.org/pypi/HTSeq.
Key Findings
1
HTSeq включает структуры данных с поддержкой запросов по геномным координатам, позволяя извлекать информацию о секвенировании по геномному положению.
2
HTSeq — это библиотека Python с открытым исходным кодом, ускоряющая разработку пользовательских скриптов для нестандартного анализа высокопроизводительного секвенирования.
3
HTSeq распространяется по лицензии GNU General Public Licence и доступен через Python Package Index.
4
Прилагаемый инструмент htseq-count предварительно обрабатывает RNA-Seq-данные для анализа дифференциальной экспрессии, подсчитывая риды, перекрывающие аннотированные гены.
5
Библиотека предоставляет парсеры распространённых форматов данных высокопроизводительного секвенирования и классы для представления геномных координат, последовательностей, ридов, выравниваний, моделей генов и вариантов.
Research Object
Библиотека HTSeq на Python для работы с данными высокопроизводительного секвенирования (HTS)
Research Subject
Быстрая разработка пользовательских скриптов для анализа данных HTS и запросов по геномным координатам, включая подсчёт перекрытий прочтений с генами для предварительной обработки RNA-Seq перед анализом дифференциальной экспрессии
Publication Details
Publication Date
2014-09-25
Journal
Publisher
ISSN
Cited by
21412
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai5
Умеренная оценка изменения кратности и дисперсии для данных RNA-seq с помощью DESeq22014
edgeR: пакет Bioconductor для анализа дифференциальной экспрессии данных цифровой экспрессии генов2009
featureCounts: эффективная универсальная программа для отнесения прочтений последовательностей к геномным признакам2013
Bioconductor: открытая разработка программного обеспечения для вычислительной биологии и биоинформатики2004
Biopython: свободно доступные инструменты Python для вычислительной молекулярной биологии и биоинформатики2009
Работы, цитирующие эту статью15
Умеренная оценка изменения кратности и дисперсии для данных RNA-seq с помощью DESeq22014
limma расширяет возможности анализа дифференциальной экспрессии для исследований RNA-seq и микроматричных данных2015
Два новых памятника позднего каменного века финального плейстоцена в долине Фалеме, восточный Сенегал2024
Дифференциальный анализ RNA-seq: оценки на уровне транскриптов улучшают выводы на уровне генов2015
Обзор передовых методов анализа данных RNA-seq2016
Технология секвенирования нового поколения: современные тенденции и достижения2023
Технологии транскриптомики2017
Сколько биологических повторов необходимо в эксперименте RNA-seq и какой инструмент для анализа дифференциальной экспрессии следует использовать?2016
ngs.plot: быстрый анализ и визуализация данных секвенирования нового поколения с помощью интеграции геномных баз данных2014
TEtranscripts: пакет для включения транспонируемых элементов в анализ дифференциальной экспрессии наборов данных RNA-seq2015
Транспонируемые элементы, специфичные для гоминоидов, и KZFP способствуют активации эмбрионального генома человека и контролируют транскрипцию в наивных эмбриональных стволовых клетках человека2019
Метагеномное исследование микробиоты кишечника собак: особенности таксономического, метаболического и питательного профилей2019
PML-контролируемые ответы при тяжелой врожденной нейтропении с мутациями ELANE, приводящими к неправильной свертке2021
Острая вирусная инфекция ускоряет нейродегенерацию в мышиной модели БАС2026
Манипулирование трансляцией белка и самоподдержанием стволовых клеток с помощью активации транскрипции rRNA CRISPR2026