CosinorPy: a python package for cosinor-based rhythmometry.
CosinorPy: a python package for cosinor-based rhythmometry.
复制标题
DOI：
10.1186/s12859-020-03830-w
复制
发表时间：
2020-10-29
影响因子：
3
通讯作者：
Moškon M
中科院分区：
文献类型：
--
作者：
Moškon M
尽管近年来已经提出了几种用于生物数据的节律性检测和分析的计算方法，但基于余弦的经典三角回归仍然具有这些方法的几个优点，并且仍然被广泛使用。存在用于基于余弦的节律测定的不同软件包，但是缺乏某些功能并且需要不同的非统一输入格式的数据。我们提出了CosinorPy，一个基于余弦的节奏检测和分析方法的Python实现。CosinorPy合并并扩展了现有cosinor软件包的功能。它支持使用单分量或多分量余弦模型分析节律数据，自动选择最佳模型，人口平均余弦回归和差分节律评估。此外，它还实现了可用于实验设计，合成数据生成器以及以不同格式导入和导出数据的功能。CosinorPy是一个易于使用的Python软件包，用于直接检测和分析节奏，需要最少的统计知识，并产生出版准备的数字。它的代码、示例和文档可以从https://github.com/mmoskon/CosinorPy下载。CosinorPy可以手动安装，也可以使用Python包的包管理器pip安装。本文中报告的实现对应于软件版本v1.1。
Even though several computational methods for rhythmicity detection and analysis of biological data have been proposed in recent years, classical trigonometric regression based on cosinor still has several advantages over these methods and is still widely used. Different software packages for cosinor-based rhythmometry exist, but lack certain functionalities and require data in different, non-unified input formats. We present CosinorPy, a Python implementation of cosinor-based methods for rhythmicity detection and analysis. CosinorPy merges and extends the functionalities of existing cosinor packages. It supports the analysis of rhythmic data using single- or multi-component cosinor models, automatic selection of the best model, population-mean cosinor regression, and differential rhythmicity assessment. Moreover, it implements functions that can be used in a design of experiments, a synthetic data generator, and import and export of data in different formats. CosinorPy is an easy-to-use Python package for straightforward detection and analysis of rhythmicity requiring minimal statistical knowledge, and produces publication-ready figures. Its code, examples, and documentation are available to download from https://github.com/mmoskon/CosinorPy. CosinorPy can be installed manually or by using pip, the package manager for Python packages. The implementation reported in this paper corresponds to the software release v1.1.
登录
查看更多内容
DOI：
10.1073/pnas.1619320114
发表时间：
2017-05-16
影响因子：
11.1
作者：
Anafi, Ron C.;Francey, Lauren J.;Kim, Junhyong
通讯作者：
Kim, Junhyong
DOI：
10.1073/pnas.1909557116
发表时间：
2019-10-15
影响因子：
11.1
作者：
Ruben, Marc D.;Francey, Lauren J.;Smith, David F.
通讯作者：
Smith, David F.
DOI：
10.15280/jlm.2019.9.1.1
发表时间：
2019-01-01
期刊：
Journal of lifestyle medicine
影响因子：
--
作者：
Seifalian, Amelia;Hart, Ashley
通讯作者：
Hart, Ashley
影响因子：
3.5
作者：
Hughes ME;Hogenesch JB;Kornacker K
通讯作者：
Kornacker K
影响因子：
3.5
作者：
Hutchison, Alan L.;Allada, Ravi;Dinner, Aaron R.
通讯作者：
Dinner, Aaron R.