Phenonaut: multiomics data integration for phenotypic space exploration.
Phenonaut: multiomics data integration for phenotypic space exploration.
复制标题
DOI：
10.1093/bioinformatics/btad143
复制
发表时间：
2023-04-03
期刊：
影响因子：
--
通讯作者：
中科院分区：
文献类型：
--
作者：
多组学数据的数据集成工作流在学术界和工业界有多种形式。学术界经常遇到的资源有限的工作很容易达不到处理和组合高内容成像，蛋白质组学，代谢组学和其他组学数据的数据集成最佳实践。我们提出了Phenonaut，一个Python软件包，旨在解决数据工作流的迁移，控制，集成和可扩展性的需求，在应用文献和专有技术的数据源和结构不可知的工作流创建。源代码：https：//github.com/CarragherLab/phenonaut，文档：https：//carragherlab.github.io/phenonaut，PyPI包：https://pypi.org/project/phenonaut/。
Data integration workflows for multiomics data take many forms across academia and industry. Efforts with limited resources often encountered in academia can easily fall short of data integration best practices for processing and combining high-content imaging, proteomics, metabolomics, and other omics data. We present Phenonaut, a Python software package designed to address the data workflow needs of migration, control, integration, and auditability in the application of literature and proprietary techniques for data source and structure agnostic workflow creation. Source code: https://github.com/CarragherLab/phenonaut, Documentation: https://carragherlab.github.io/phenonaut, PyPI package: https://pypi.org/project/phenonaut/.
登录
查看更多内容
开发 Theta 比较细胞评分方法来量化不同细胞类型之间的不同表型反应。
影响因子：
1.8
作者：
Warchal SJ;Dawson JC;Carragher NO
通讯作者：
Carragher NO
影响因子：
12.3
作者：
Carpenter AE;Jones TR;Lamprecht MR;Clarke C;Kang IH;Friman O;Guertin DA;Chang JH;Lindquist RA;Moffat J;Golland P;Sabatini DM
通讯作者：
Sabatini DM
影响因子：
30.8
作者：
Weinstein, John N.;Collisson, Eric A.;Mills, Gordon B.;Shaw, Kenna R. Mills;Ozenberger, Brad A.;Ellrott, Kyle;Shmulevich, Ilya;Sander, Chris;Stuart, Joshua M.
通讯作者：
Stuart, Joshua M.
影响因子：
12.3
作者：
Wolf FA;Angerer P;Theis FJ
通讯作者：
Theis FJ
影响因子：
12.3
作者：
Hasin Y;Seldin M;Lusis A
通讯作者：
Lusis A