版塊導航: 正在加載中...

登錄注冊

應《網絡安全法》要求，自2017年10月1日起，未進行實名認證將不得使用互聯(lián)網跟帖服務。為保障您的帳號能夠正常使用，請盡快對帳號進行手機號驗證，感謝您的理解與支持！

24小時熱門版塊排行榜

返回列表

jiejing

銀蟲 (初入文壇)

應助: 0 (幼兒園)
金幣: 221.7
帖子: 38
在線: 5.2小時
蟲號: 88471
注冊: 2005-08-24
性別: GG
專業(yè): 消化與呼吸系統(tǒng)藥物藥理

[交流] [求助]Phase2.1 已有1人參與

求助原因：學習需要
軟件名稱： Phase2.1
版本號： 2.1
軟件公司或主頁：
http://www.stat.washington.edu/stephens/home.html
軟件功能說明：
Phase 是一個以人口數據為基礎構建單倍型頻率的軟件
官方網站網頁：
http://www.stat.washington.edu/stephens/home.html
求助者email： chenjiezs@163.com

回復此樓

» 猜你喜歡

醫(yī)學口有收到評審意見的嗎已經有6人回復
如何查詢其他人是否中標2021國自然已經有4人回復
腫瘤學論文潤色/翻譯怎么收費? 已經有238人回復
求助臺灣地區(qū)新型專利《復合量子氫之共振產生裝置》案號：110204608授權說明書已經有0人回復
初試367分，一志愿復旦外科學碩求調劑已經有1人回復
論文發(fā)表求助已經有5人回復
投稿參考格式等修改求助已經有1人回復
HYTOmedicine反饋意見修改參考文獻格式已經有0人回復
科研助理/24-25年博士申請納米遞藥已經有16人回復
求助～～～做基因序列比對已經有0人回復
中藥材速查輕圖典.邱秀麗.全彩版已經有2人回復

1樓 2007-01-16 06:47:30

已閱回復此樓關注TA 給TA發(fā)消息送TA紅花 TA的回帖

cheungsober

木蟲 (正式寫手)

應助: 2 (幼兒園)
金幣: 2382.4
散金: 3
紅花: 1
帖子: 498
在線: 111.1小時
蟲號: 217544
注冊: 2006-03-12
專業(yè): 生物化學

★
小木蟲(金幣+0.5):給個紅包，謝謝回帖交流

http://www.stat.washington.edu/stephens/phase/download.html
下載即可，
PHAS采用Bayesian統(tǒng)計方法，利用群體的基因型數據來構建單倍型。軟件可以處理SNP、微衛(wèi)星及其他多等位形式的位點 (如三態(tài)的SNP和HLA等位基因)。
較之先前的版本，它提供了：重組熱點模型，并且重組率計算的偏差小
2．運行條件
虛擬dos環(huán)境下運行，基本命令：./PHASE test.inp test.out
3．默認的輸入文件格式：
個體數目（正整數）
位點數目（正整數）
P 位點(1) 位點(2) ``````位點(n) ）（位點的位置，默認單位為bp，正整數）
位點基因型(1) 位點基因型(2) ... 位點基因型(n)（以M或S，分別代表二態(tài)或三態(tài)的等位形式）
ID(1)
基因型(1)(二態(tài)位點可以堿基或數字表示，數據缺失以？代替；多態(tài)位點必須以正整數表示，缺失以-1代替)
ID(2)
基因型(2)
.
.
.
ID(n)
基因型(n)

4．輸出文件
1) Freqs：給出單倍型頻率及標準偏差
2) Pairs：給出每個個體最可能的單倍型及P值
3) Recom：給出一定模式下整個區(qū)域重組參數的估計
4) Hotspot：給出使用熱點選項條件下的重組參數的估計
5) Signif：給出病例-對照空值假設的置換檢驗的P值
6) Monitor：估計某一模型下單倍型統(tǒng)計的適用性
7) Hbg：空文件，忽略

5．模型的選擇
1) 第一種是最初的模型（original model），即非重組模型。由Stephens et al. (2001), and Stephens and Donnelly (2003)提出，它忽略重組的存在。
第二種是新的模型，明確地允許重組，即重組模型（recombination model）。
它們都需要在-M選項下運行：-MS或-MR。
此外還有混合模型（hybrid model），先用較快的初始模型進行初步的運算，再在用重組模型進行最終運算，運行的選項為-MQ。這種方法在構建單倍型上基本與-MR一樣準確，運行起來卻更快。其他的條件的比較表明：-MR選項的性能通常更好，因此被作為默認值。
2) 如果不使用-M選項，程序將新的重組模型作為運行的默認選項。這樣使計算更為精確些，但是運算量也加大了。
3) 如果數據信息相對較少（小于20個個體，10個位點），采用-MR法能得到更可靠的LD的估計。

贊一下(2人)

回復此樓

2樓2011-03-25 15:43:53