Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > q-bio > arXiv:2107.12817

帮助 | 高级搜索

定量生物学 > 基因组学

arXiv:2107.12817 (q-bio)
[提交于 2021年7月27日 ]

标题: Bam-readcount -- 快速生成碱基对分辨率的序列指标

标题: Bam-readcount -- rapid generation of basepair-resolution sequence metrics

Authors:Ajay Khanna, David E. Larson, Sridhar Nonavinkere Srivatsan, Matthew Mosior, Travis E. Abbott, Susanna Kiwala, Timothy J. Ley, Eric J. Duncavage, Matthew J. Walter, Jason R. Walker, Obi L. Griffith, Malachi Griffith, Christopher A. Miller
摘要: Bam-readcount 是一个用于生成特定核苷酸位置测序数据的低级信息的工具。 最初设计用于帮助过滤基因组突变调用,其输出的指标对于变异检测工具和解决不同变异检测器之间的歧义非常有用。 此外,它在包括肿瘤进化、单细胞基因组学、气候变化生态学以及跟踪 SARS-CoV-2 社区传播在内的多个领域中得到了广泛的应用。 在此,我们报告该工具 1.0 版本的发布,其中增加了 CRAM 支持等其他改进。 它在宽松的 MIT 许可证下发布,并可在 https://github.com/genome/bam-readcount 获取。
摘要: Bam-readcount is a utility for generating low-level information about sequencing data at specific nucleotide positions. Originally designed to help filter genomic mutation calls, the metrics it outputs are useful as input for variant detection tools and for resolving ambiguity between variant callers . In addition, it has found broad applicability in diverse fields including tumor evolution, single-cell genomics, climate change ecology, and tracking community spread of SARS-CoV-2. Here we report on the release of version 1.0 of this tool, which adds CRAM support, among other improvements. It is released under a permissive MIT license and available at https://github.com/genome/bam-readcount.
主题: 基因组学 (q-bio.GN)
引用方式: arXiv:2107.12817 [q-bio.GN]
  (或者 arXiv:2107.12817v1 [q-bio.GN] 对于此版本)
  https://doi.org/10.48550/arXiv.2107.12817
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Christopher Miller [查看电子邮件]
[v1] 星期二, 2021 年 7 月 27 日 13:38:47 UTC (327 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
许可图标 查看许可
当前浏览上下文:
q-bio.GN
< 上一篇   |   下一篇 >
新的 | 最近的 | 2021-07
切换浏览方式为:
q-bio

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号