utilities

# Geniml 实用工具与辅助功能 ## BBClient: BED 文件缓存 ### 概述 BBClient 提供从远程源高效缓存 BED 文件的功能，支持更快的重复访问并与 R 工作流集成。 ### 何时使用 在以下情况使用 BBClient： - 需要重复访问远程数据库中的 BED 文件 - 使用 BEDbase 存储库 - 将基因组数据集成到 R 流水线中 - 需要本地缓存以提升性能 ### Python 使用方法 python from geniml.bbclient import BBClient # 初始化客户端 client = BBClient(cache_folder='~/.bedcache') # 获取并缓存 BED 文件 bed_file = client.load_bed(bed_id='GSM123456') # 访问缓存文件 regions = client.get_regions('GSM123456') ### R 集成 r library(reticulate) geniml <- import("geniml.bbclient") # 初始化客户端 client <- geniml$BBClient(cache_folder='~/.bedcache') # 加载 BED 文件 bed_file <- client$load_bed(bed_id='GSM123456') ### 最佳实践 - 配置具有足够存储空间的缓存目录 - 在不同分析中保持缓存位置一致 - 定期清理缓存以移除未使用的文件 --- ## BEDshift: BED 文件随机化 ### 概述 BEDshift 提供在保留基因组上下文的同时随机化 BED 文件的工具，这对于生成零分布和统计检验至关重要。 ### 何时使用 在以下情况使用 BEDshift： - 为统计检验创建零模型 - 生成对照数据集 - 评估基因组重叠的显著性 - 对分析方法进行基准测试 ### 使用方法 python from geniml.bedshift import bedshift # 随机化 BED 文件并保留染色体分布 randomized = bedshift( input_bed='peaks.bed', genome='hg38', preserve_chrom=True, n_iterations=100 ) ### CLI 使用方法 bash geniml bedshift --input peaks.bed --genome hg38 --preserve-chrom --iterations 100 --output randomized_peaks.bed ### 随机化策略 **保留染色体分布：** python bedshift(input_bed, genome, preserve_chrom=True) 保持区域在与原始文件相同的染色体上。 **保留距离分布：** python bedshift(input_bed, genome, preserve_distance=True) 保持区域间的距离。 **保留区域大小：** python bedshift(input_bed, genome, preserve_size=True) 保持原始区域的长度。 ### 最佳实践 - 选择与零假设相匹配的随机化策略 - 生成多次迭代以获得稳健的统计结果 - 验证随机化输出