新 生物信息学 为 Linux

Geant4的项目是一个工具包，颗粒通过物质的通道的模拟。其应用领域包括高能物理和核实验，医疗，加速器和空间物理学研究 什么在此版本中是新的： 在使用贝尔蒂尼级联伽玛核互动的新模式加入。的贝尔蒂尼模型PI-，K-，以及用于在休息核捕获的Sigma-被引入，随着WentzelVI模型多次散射E...

在STEME项目开始生活作为一个近似的预期，Maximisation算法的图案发现者，如MEME使用模型的类型。STEME大局; EM近似运行一个数量级比更迅速的MEME实施为典型的参数设置。 STEME现已发展成为在自己的权利一个不折不扣的图案发现者。为什么要使用STEME？成熟的模式发现技术STEME是基于尝试和测试MEME算法。...

Genepidgin是一套Python的工具，协助评估和分配基因产品名称及NBSP;有三个主要组成部分：genepidgin *清洁*＆NBSP;规范了每UNIPROT命名规则基因名称genepidgin *比较*＆NBSP;比较两个或更多组基因名称的genepidgin *选择*＆NBSP;从同源性证据vareity选择最适当的产品名欲了解更多信息，包括当前的发展状况，请访问Genepidgin的文档 要求： ...

衣壳是一个全面的开源平台，它集成了高性能计算管道病原体序列识别＆NBSP;与表征人类基因组和转录组以及一个可伸缩的结果数据库，用于管理用户友好的基于Web的软件应用程序，查询和可视化效果。入门您将需要MongoDB数据库，一个Python 2.6+的安装和Apache Tomcat 6+。欲了解更多详情，请阅读维基： 在修复：http://wiki.github.com/capsid/capsid/homeWhat在此版本中是新的没有找到运行减法和调整时的错误消息在固定长时间运行的查询更多的工作 ...

MISO（异构体的混合物）是用Python编写的概率框架，进行定量的表达水平与NBSP;从RNA测序数据的选择性剪接基因，并确定整个样本差异调节亚型或外显子。通过模拟的生成过程，其中读取来自于RNA测序亚型的生产，从MISO模型使用贝叶斯推断来计算该读出来自一个特定同种型的概率。MISO使用的读操作亚型定量底层一套替代mRNA异构体的丰度的推断分配。置信区间过度估计可以得到的，其量化所述估计值的可靠性。请参阅http://genes.mit.edu/burgelab/miso/docs/的MISO手动和文档...

MACS2是基于模型的分析工具的ChIP-SEQ数据。用的测序技术的改善，染色质免疫沉淀，随后通过高通量测序（芯片起）越来越流行，研究的全基因组蛋白-DNA相互作用。为了解决缺乏强大的芯片序列分析方法，提出了一种新的算法，命名为芯片-SEQ（MACS）基于模型的分析，确定谈话因子结合位点。 MACS捕获的基因组的复杂性，以评估富集芯片区域的意义的影响，和MACS提高了通过结合两种测序标签的位置和方向的信息的结合位点的空间分辨率。 。MACS可以很容易地用于芯片序列数据单独或与具有特异性的增加控制样品 ...

Biotools公司是一堆用Python编写的生物信息学应用 要求： ...

PathVisio是实现Java编程语言和设计从地上爬起来，以用于下一个GNU /...

Pathomx（原MetaPath）在IPython中，Qt和PyQt的实施一个开源的图形化软件，从设计来充当可视化和在GNU /...