開源工具和知識是目前推動生技進步的一個核心基石,看到前陣子在Pillar VC網站上有一篇分享開源計算生物學工具的網頁,來搬磚紀錄一下,不過也能看到工具聚焦在特定幾個使用場景上。
基礎程式語言
- Python: 可用的開發環境(Jupyter Notebooks/Jupyter Lab, Google Collab Notebooks)
- Numpy, pandas, Matplotlib, Seaborn:Python系統裡面資料處理和視覺化工具
- scikit-learn
- R:可用的開發環境(RStudio, Rsudio Cloud)
- tidyverse:R系統裡面資料分析之工具
- keras:深度學習工具
- Bash
蛋白質模型
- EV Couplings
- EVE
- AlphaFold
- Rosetta Fold
基因編輯之工具CRISPR
單細胞定序
- scanpy
- seurat
- scVAE
- kallisto
- bustools
基因資料處理
計算化學
通用型生物資訊
- Biopython
- Bioconductor
- Snakemake
- drc
- GrowthCurver
閱讀參考:
Han Spinner, Open Source Tools for Computational Biology, Pillar VC