文件说明

meth_classification.py:

环境：python2.7 python依赖库：sys、os、keras、sklearn 功能：以DNA甲基化为数据，用深度学习分类肿瘤。数据所在的路径：/datapool/home/yuzt/graduation_design/data/DNA_meth_report. 训练好的模型保存在当前目录的weights.h5文件里。

cpg_importance.m:

环境：Matlab 功能：读取训练好的模型（weights.h5），提取前1000个重要的CpG位点。输出shape为(17,1000)的cpg_importance.csv，CpG位点重要程度随列数递减。

meth_stages.py:

环境：python2.7 python依赖库：sys、os、keras、sklearn、lxml 功能：以DNA甲基化为数据，用深度学习判断肿瘤所在分期。数据所在的路径：/datapool/home/yuzt/graduation_design/data/DNA_meth_report/Clinical. 训练好的模型保存在当前目录的stage_weights.h5文件里。

cpg_list

统一两种不同的甲基化文件所用的CpG位点。

exp_gene_clinical.py

环境：python2.7 python依赖库：sys、os、keras、sklearn、lxml、numpy 功能：以gene expression为数据，判断肿瘤所在分期。

exp_meth_input.py

环境：python2.7 python依赖库：sys、itertools 功能：为gene expression和甲基化数据用作对分期进行预测的数据做预处理。输出数据地址：/datapool/home/yuzt/graduation_design/data/meth_genexp_inputdata/

genexp_meth_stage.py

环境：python2.7 python依赖库：sys、lxml、numpy、keras、sklearn 功能：用gene expression和甲基化数据用作对分期进行预测。训练好的模型保存在当前目录的stage_weights.h5文件里。

snv_classification.py

环境：python 2.7 python依赖库：sys、os、numpy、keras、sklearn、snv_pass_site_advanced 功能：用snv里的Raw Simple Somatic Mutation数据进行肿瘤分类。训练数据所在路径：/datapool/home/yuzt/graduation_design/data/SNV/Raw_Simple_Somatic_Mutation

snv_pass_site_advanced.py

环境：python 2.7 python依赖库：sys、OrderedDict 功能：整理所有vcf文件里可用的体细胞变异位点。数据所在路径：/datapool/home/yuzt/graduation_design/data/SNV/Raw_Simple_Somatic_Mutation，输出文件：snv_pass_site_advanced.csv

snv_pass_match_num_advanced.py

环境：python 2.7 python依赖库：sys、OrderedDict 功能：整理出各个vcf文件里拥有的标准体细胞变异位点匹配的位点数量，并按数量降序排列。数据所在路径：/datapool/home/yuzt/graduation_design/data/SNV/Raw_Simple_Somatic_Mutation，标准体细胞变异位点表为snv_pass_site_35000_advanced和snv_pass_site_100000_advanced

snv_stage.py

环境：python 2.7 python依赖库：sys、os、numpy、keras、sklearn、snv_pass_site_advanced 功能：用snv里的Raw Simple Somatic Mutation数据进行肿瘤分期预测。训练数据所在路径：/datapool/home/yuzt/graduation_design/data/SNV/Raw_Simple_Somatic_Mutation

meth_stages_modified.py

环境：python2.7 python依赖库：sys、os、keras、sklearn 功能：以DNA甲基化为数据，用深度学习判断肿瘤所在分期。分期分为两类，分别是stage 0&stage i为一类， 其余为一类。数据所在的路径：/datapool/home/yuzt/graduation_design/data/DNA_meth_report.

meth_drop.py

环境：python2.7 python依赖库：sys、os、keras、sklearn 功能：以不完整的片段化的DNA甲基化为数据，用深度学习重新训练模型，分类肿瘤。数据所在的路径：/datapool/home/yuzt/graduation_design/data/DNA_meth_report.

meth_drop_test.py

环境：python2.7 python依赖库：sys、os、keras、sklearn 功能：以不完整的片段化的DNA甲基化为数据，加载原先训练完毕的模型，进行肿瘤分类的预测。数据所在的路径：/datapool/home/yuzt/graduation_design/data/DNA_meth_report.

meth_classification_workflow

环境：python2.7 python依赖库：sys、os、keras、sklearn DNA甲基化预测分类流程。其中training_workflow结尾的是使用整个TCGA数据进行训练的流程，predict结尾的是对输入的甲基化数据进行分类预测， improve结尾的是使用新加入的甲基化数据进行模型的进一步训练。

modified_meth

环境：python2.7 python依赖库：同meth_classification_workflow 剔除除01标签以外的肿瘤样本，并进行训练、预测、生成混淆矩阵的流程。

autoencoder3d

环境：python2.7 python依赖库：keras、sys、os、matplotlib、matplotlib、numpy 使用自编码器进行DNA甲基化的无监督聚类

附录

Keras 文档

https://keras-cn.readthedocs.io/en/latest/