Awesome GitHub RepositoriesGenomic Data Analysis

Biopython هي مكتبة معلوماتية حيوية لـ Python توفر أدوات لتحليل ومعالجة وتحليل التسلسلات البيولوجية، والهياكل الجزيئية، والأشجار التطورية. تعمل كمحلل للتسلسلات البيولوجية للبيانات الجينومية والبروتينية عبر تنسيقات ملفات متعددة معيارية في الصناعة، وتعمل كواجهة للاستعلام عن البيانات البيولوجية والاقتباسات من مستودعات NCBI Entrez. يتميز المشروع بمجموعات أدوات متخصصة لتحليل بنية البروتين وبناء الأشجار التطورية. يتضمن محلل بنية البروتين لمعالجة ملفات PDB و mmCIF لحساب الهندسة الجزيئية، بالإضافة إلى مجموعة أدوات للأشجار التطورية لتحليل العلاقات التطورية بين الأنواع. تغطي المكتبة مجموعة واسعة من قدرات المعلوماتية الحيوية، بما في ذلك تحليل التسلسل الجينومي للنسخ والترجمة، وإدارة محاذاة التسلسلات، وحسابات الوراثة السكانية. كما توفر أدوات تحليل هيكلية لمعالجة الإحداثيات الذرية ثلاثية الأبعاد، بالإضافة إلى أدوات لتصور الميزات الجينومية ونمذجة البيانات الجغرافية الحيوية. يتكامل النظام مع ملفات المعلوماتية الحيوية الثنائية الخارجية عبر تغليف الأدوات ويدعم تخزين السجلات البيولوجية المستمرة من خلال تخزين التسلسلات المدعوم بـ SQL.

evo2 is a genomic large language model and foundation model designed to predict, generate, and analyze genetic information across different species. It functions as a nucleotide sequence modeler and a DNA sequence generator, using transformer-based sequence modeling to process genomic data. The system provides capabilities for synthetic DNA generation, creating new genetic sequences based on biological prompts or species-specific tags. It also performs nucleotide likelihood prediction to score genomic variants and analyze biological properties within DNA sequences. The model supports genomic

DeepVariant is a deep learning genotyping tool and DNA sequence analysis pipeline used to identify single nucleotide polymorphisms and indels from next-generation sequencing data. It functions as a convolutional neural network genetic variant caller that treats genomic read alignments as multi-channel image tensors to determine genotypes. The system supports specialized analysis workflows including long-read variant calling for circular consensus sequencing and trio-based variant calling to identify inherited or de novo mutations. It enables model optimization for new species or genome contex

Scanpy is a Python library for the preprocessing, visualization, and analysis of large-scale single-cell gene expression datasets. It serves as a toolkit for single-cell RNA sequencing analysis, providing a framework to process and analyze genomic data from individual cells to identify biological markers and cell types. The library includes a scalable data processing pipeline for cleaning and preparing genomic data, a clustering framework for grouping cells with similar expression profiles, and a system for modeling transitions between cell states to reconstruct biological development and dif

Cloud-native genomic dataframes and batch computing

Scalable gVCF merging and joint variant calling for population sequencing projects