Add human and mouse absolute-abundance and turnover calibration datasets
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
- Ambito
- bioinformatics, data-engineering
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
Add calibrated mammalian reference measurements to complement yeast, while keeping assay-specific estimates separate from relative atlas intensities.
Candidate primary sources
- Human: Gene-specific correlation of RNA and protein levels in human cells and tissues includes targeted absolute protein quantification with RNA comparisons. Import its actual target panel and contexts, not an implied proteome-wide absolute atlas.
- Mouse: Schwanhaeusser et al., Global quantification of mammalian gene expression control provides NIH3T3 abundance and turnover estimates. Resolve the publisher's corrected data and preserve both original and corrected provenance; calibration method and known re-estimation matter. Li et al. reanalysis must be a separately identified derivation rather than silently overwriting primary values.
- Yeast absolute measurements are tracked in the dedicated CoPY issue. No broad dog copies-per-cell dataset has yet been verified; document that gap and qualify any subsequent targeted dog source independently.
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
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di openvax/orfdata
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 45/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 42/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 48/100
openvax/orfdata#194 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 45/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 52/100
I maintainer di solito rispondono entro 1 giorno
Tutte le issue di openvax/orfdata
Issue simili
-
[Bug]: DoubleMLData.from_arrays checks the treatment d with force_all_x_finite instead of force_all_d_finiteForse già presa @leninworld l’ha presa oggi. Aperta
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 88/100
DoubleML/doubleml-for-py#471 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
python-pillow/Pillow#10590 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 85/100
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100
I maintainer di solito rispondono entro 1 giorno
-
BUG: ZarrTrace fails in init_trace for models with datetime coordinates (object dtype coord array)Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 74/100
I maintainer di solito rispondono entro 2 giorni