Add human and mouse absolute-abundance and turnover calibration datasets

Aperta
#14 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
5/5
Tempo stimato
Più di una settimana
Idoneità per principianti
25/100
Tipo di issue
Funzionalità
Chiarezza
Abbastanza chiara
Stato di attività
Attiva
Stack tecnologico
python

Direzione di ricerca

Start by auditing the linked human and mouse source tables, accessions, corrected publisher data, and the Li et al. reanalysis; the issue names no repository files or tests. Define separate quantity types for abundance and turnover, with calibration, sample basis, uncertainty, provenance, and censoring represented as specified. Done means verified human and mouse fixtures, explicit assay matching and prediction separation, and an assay coverage report that does not imply measurements for unmeasured ncORFs.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

enhancement

Add calibrated mammalian reference measurements to complement yeast, while keeping assay-specific estimates separate from relative atlas intensities.

Candidate primary sources

Structure and acceptance

Store copies-per-cell or concentration with calibration standards, sample cell-count basis, uncertainty and measured/estimated status. Store protein/RNA half-lives, time-course conditions and censoring in their own quantity types; a steady-state conversion needs its assumptions and cannot be applied automatically to unrelated samples or ORFs.

Pin and audit each candidate's underlying accessible tables/accessions before import. Include small human and mouse source-backed fixtures with verified units and any correction applied; show that TMT/LFQ/iBAQ alone cannot be relabelled copies per cell. Keep source-level assay matching explicit and predictions separate. Provide an assay-coverage report that does not treat canonical reference measurements as direct abundance of unmeasured ncORFs.

Roadmap: #3. Priority: P2.
Dependencies: #4, #5, #6.

Lingua principale
Python
Stelle
1
Fork
1
Merge medio
10h 11m
PR unite (30g)
51

Preparare l'ambiente

Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di openvax/orfdata

Tutte le issue di openvax/orfdata

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.