genome-music-clinical-correlationp - Online sa Cloud

PROGRAMA:

NAME

genome music clinical-correlation - Iugnay ang phenotypic traits laban sa mutated genes, o
laban sa mga indibidwal na variant

VERSION

Inilalarawan ng dokumentong ito ang genome music clinical-correlation na bersyon 0.04 (2016-01-01 sa
23:10:18)

SINOPSIS

genome music clinical-correlation --bam-list=? --output-file=? [--maf-file=?]
[--glm-clinical-data-file=?] [--use-maf-in-glm] [--skip-non-coding] [--skip-silent]
[--clinical-correlation-matrix-file=?] [--input-clinical-correlation-matrix-file=?]
[--genetic-data-type=?] [--numeric-clinical-data-file=?] [--numerical-data-test-method=?]
[--categorical-clinical-data-file=?] [--glm-model-file=?]

... clinical-correlation ng musika \
--bam-list /path/myBamList.tsv \
--maf-file /path/myMAF.tsv \
--numeric-clinical-data-file /path/myNumericData.tsv \
--genetic-data-type 'gene' \
--output-file /path/output_file

... clinical-correlation ng musika \
--maf-file /path/myMAF.tsv \
--bam-list /path/myBamList.tsv \
--numeric-clinical-data-file /path/myNumericData.tsv \
--categorical-clinical-data-file /path/myClassData.tsv \
--genetic-data-type 'gene' \
--output-file /path/output_file

... clinical-correlation ng musika \
--maf-file /path/myMAF.tsv \
--bam-list /path/myBamList.tsv \
--output-file /path/output_file \
--glm-model-file /path/model.tsv \
--glm-clinical-data-file /path/glm_clinical_data.tsv \
--use-maf-in-glm

KAILANGAN MGA PANGANGATWIRANG

bam-list teksto
Tab delimited na listahan ng mga BAM file [sample_name, normal_bam, tumor_bam] (Tingnan ang Paglalarawan)

output-file teksto
Mga resulta ng clinical-correlation tool. Magdaragdag ng suffix para sa uri ng data

OPSYONAL MGA PANGANGATWIRANG

maf-file teksto
Listahan ng mga mutasyon gamit ang TCGA MAF specification v2.3

glm-clinical-data-file teksto
Mga klinikal na katangian, mutational profile, iba pang pinaghalong klinikal na data (Tingnan ang DESCRIPTION)

gamitin-maf-in-glm boolean
Gumawa ng variant matrix mula sa MAF file bilang variant input sa GLM analysis.

Default na value na 'false' (--nouse-maf-in-glm) kung hindi tinukoy

nouse-maf-in-glm boolean
Gawing 'false' ang use-maf-in-glm

laktawan-non-coding boolean
Laktawan ang non-coding mutations mula sa ibinigay na MAF file

Default na halaga 'true' kung hindi tinukoy

noskip-non-coding boolean
Gawing 'false' ang skip-non-coding

laktawan-tahimik boolean
Laktawan ang silent mutations mula sa ibinigay na MAF file

Default na halaga 'true' kung hindi tinukoy

noskip-tahimik boolean
Gawing 'false' ang skip-silent

clinical-correlation-matrix-file teksto
Tumukoy ng file upang iimbak ang sample-vs-gene matrix na ginawa sa panahon ng mga kalkulasyon

input-clinical-correlation-matrix-file teksto
Sa halip na likhain ito mula sa MAF, ilagay ang sample-vs-gene matrix para sa
kalkulasyon

uri ng genetic-data teksto
Iugnay ang klinikal na data sa data ng antas ng "gene" o "variant".

Default na value na 'gene' kung hindi tinukoy

numeric-clinical-data-file teksto
Talaan ng mga sample (y) kumpara sa numeric na klinikal na kategorya ng data (x)

numerical-data-test- method teksto
Alinman sa 'cor' para sa Pearson Correlation o 'wilcox' para sa Wilcoxon Rank-Sum Test para sa
numerical na klinikal na data

Default na value na 'cor' kung hindi tinukoy

categorical-clinical-data-file teksto
Talaan ng mga sample (y) kumpara sa kategoryang klinikal na data na kategorya (x)

glm-model-file teksto
File na nagbabalangkas sa uri ng modelo, variable ng tugon, mga covariant, atbp. para sa GLM
pagsusuri. (Tingnan ang DESCRIPTION)

DESCRIPTION

Iniuugnay ng utos na ito ang mga klinikal na katangian at data ng mutational. Alinman sa isa ay maaaring gumanap
pagsusuri ng ugnayan sa pagitan ng mga mutasyon na naitala sa isang MAF at ang partikular na phenotypic
mga katangiang naitala sa mga file ng data ng klinikal para sa parehong mga sample, o maaaring magpatakbo ng isang pangkalahatan
linear model (GLM) analysis sa parehong uri ng data.

Ang mga file ng klinikal na data para sa ugnayan ay dapat na paghiwalayin sa pagitan ng numeric at kategorya
data at dapat sundin ang mga kumbensyong ito:

· Kinakailangan ang mga header

· Ang bawat file ay dapat magsama ng hindi bababa sa 1 sample_id column at 1 attribute column, kasama ang
ang format ay [sample_id clinical_data_attribute_1 clinical_data_attribute_2 ...]

· Dapat tumugma ang sample ID sa sample ID na nakalista sa MAF sa ilalim ng "Tumor_Sample_Barcode"
para sa pag-uugnay ng mga mutasyon ng sample na ito.

Tandaan ang kahalagahan ng mga header: gagawin ng header para sa bawat clinical_data_attribute
lalabas sa output file upang tukuyin ang mga relasyon sa data ng mutation mula sa MAF.

Sa panloob, ang data ng input ay ipinapasok sa isang R script na kinakalkula ang isang P-value na kumakatawan
ang posibilidad na makita ang ugnayan sa pagitan ng mga mutasyon sa bawat gene (o variant)
at ang bawat phenotype na katangian ay random. Ang mas mababang P-values ​​ay nagpapahiwatig ng mas mababang randomness, o malamang
tunay na mga ugnayan.

Ang mga resulta ay nai-save sa output filename na ibinigay na may nakadugtong na suffix; ".numeric.csv"
ay idaragdag para sa mga resultang hinango mula sa numeric na klinikal na data, at ".categorical.csv"
ay idaragdag para sa mga resultang nakuha mula sa kategoryang klinikal na data. Gayundin, gagawin ng ".glm.csv."
idaragdag sa output filename para sa mga resulta ng GLM.

Ang pagsusuri ng GLM ay tumatanggap ng magkahalong numeric at kategoryang klinikal na data file, input gamit ang
parameter --glm-clinical-data-file. Ang klinikal na data ng GLM ay dapat sumunod sa mga format na inilarawan
sa itaas para sa mga file ng data ng klinikal na ugnayan. Inaatasan din ng GLM ang user na mag-input ng a
--glm-model-file. Nangangailangan ang file na ito ng mga partikular na header at tinutukoy ang magiging pagsusuri
gumanap nang eksakto. Narito ang mga kumbensyon na kinakailangan para sa file na ito:

· Ang mga hanay ay dapat na iayos nang ganito:

· [ analysis_type clinical_data_trait_name variant/gene_name covariates memo ]

· Ang column na 'analysis_type' ay dapat maglaman ng alinman sa "Q", na nagsasaad ng quantative trait, o
"B", na nagpapahiwatig ng isang binary na katangian ay susuriin.

· Ang 'clinical_data_trait_name' ay ang pangalan ng isang klinikal na katangian ng data na tinukoy bilang isang
header sa --glm-clinical-data-file.

· Ang 'variant/gene_name' ay maaaring pangalan ng isa o higit pang column mula sa
--glm-clinical-data-file, o ang pangalan ng isa o higit pang mga mutated na pangalan ng gene mula sa MAF,
pinaghihiwalay ng "|". Kung ang column na ito ay iwanang blangko, o sa halip ay naglalaman ng "NA", kung gayon ang bawat isa
column mula sa alinman sa variant mutation matrix (--use-maf-in-glm) o bilang kahalili ang
--glm-clinical-data-file ay ginagamit nang magkakasunod bilang variant na column sa independent
pinag-aaralan.

· Ang 'covariates' ay ang mga pangalan ng isa o higit pang column mula sa --glm-clinical-data-file,
pinaghihiwalay ng "+".

· Ang 'memo' ay anumang tala na itinuturing na kapaki-pakinabang sa gumagamit. Ito ay ipi-print sa output data
file para sa sanggunian.

Maaaring isagawa ang pagsusuri ng GLM gamit lamang ang data input sa --glm-clinical-data-file,
gaya ng inilarawan sa itaas, o bilang kahalili, maaaring isama ang mutational data mula sa MAF bilang
mga variant sa pagsusuri ng GLM, tulad ng inilarawan din sa itaas. Gamitin ang --use-maf-in-glm flag para
isama ang mutation matrix na nagmula sa maf bilang variant na data.

Tandaan na ang lahat ng input file para sa parehong ugnayan at pagsusuri sa GLM ay dapat na pinaghihiwalay ng tab.

MGA PANGANGATWIRANG

--bam-listahan
Magbigay ng file na naglalaman ng mga sample na pangalan at normal/tumor BAM na lokasyon para sa bawat isa. Gamitin
ang tab-delimited na format [sample_name normal_bam tumor_bam] bawat linya. Ang tool na ito lamang
kailangan ng sample_name, para malaktawan ang lahat ng iba pang column. Ang sample_name ay dapat ang
katulad ng mga pangalan ng sample ng tumor na ginamit sa MAF file (ika-16 na column, kasama ang header
Tumor_Sample_Barcode).

Gumamit ng genome-music-clinical-correlationp online gamit ang mga serbisyo ng onworks.net