Bio.motifs.thresholds 模組

近似計算模體尋找的適當閾值。

class Bio.motifs.thresholds.ScoreDistribution(motif=None, precision=10**3, pssm=None, background=None)

基底類別：object

類別表示給定模體的近似分數分佈。

利用動態規劃方法來計算具有預定義精度的分數分佈。提供多種方法來計算模體出現的閾值。

__init__(motif=None, precision=10**3, pssm=None, background=None)

初始化類別。

modify(scores, mo_probs, bg_probs)

修改模體和背景密度。

threshold_fpr(fpr)

近似使第一型錯誤（偽陽性率）的對數優勢閾值。

threshold_fnr(fnr)

近似使第二型錯誤（偽陰性率）的對數優勢閾值。

threshold_balanced(rate_proportion=1.0, return_rate=False)

近似使 FNR 等於 FPR 乘以 rate_proportion 的對數優勢閾值。

threshold_patser()

模擬 patser (Hertz, Stormo 1999) 軟體行為的閾值選擇。

它選擇這樣一個閾值，使 log(fpr)=-ic(M) 注意：實際的 patser 軟體使用自然對數而不是 log_2，因此數字不能直接比較。