Télécharger la liste

Description du projet

MCL-edge is an integrated command-line driven workbench for large scale network analysis. It includes programs for the computation of shortest paths, diameter, clustering coefficient, betweenness centrality, and network shuffles. A module for loading and analyzing gene expression data as a network is provided. The MCL algorithm is a fast and highly scalable cluster algorithm for networks based on stochastic flow. The flow process employed by the algorithm is mathematically sound and intrinsically tied to cluster structure, which is revealed as the imprint left by the process. The threaded implementation has handled networks with millions of nodes within hours and is widely used in the fields of bioinformatics, graph clustering, and network analysis.

Système requise

System requirement is not defined
Information regarding Project Releases and Project Resources. Note that the information here is a quote from Freecode.com page, and the downloads themselves may not be hosted on OSDN.

2010-07-20 21:51
10-201

Le programme de regroupement mcl est maintenant beaucoup plus rapide grâce à des optimisations dans le code de gestion de mémoire. En outre, il utilise la vanille multiplication matrice / vecteur où cela est plus rapide que clairsemée multiplication vecteur / matrice. Le gain de vitesse allant de légèrement en dessous de double à six fois selon la taille et la densité graphique de pointe. augmente la vitesse de grande taille peuvent être obtenues pour les graphes de taille jusqu'à plusieurs centaines de milliers de nœuds. Le programme de recherche graphique a acquis plusieurs poids de sortie de bord et les statistiques sommaires options, et de la documentation a été fixé et mis à jour.
Tags: Major feature enhancements
The clustering program mcl is now considerably faster due to optimizations in the memory management code. Additionally, it utilises vanilla matrix/vector multiplication where this is faster than sparse matrix/vector multiplication. The speed gains range from slightly below twofold to sixfold depending on graph size and edge density. Large speed increases may be obtained for graphs of sizes up to several hundred thousands of nodes. The graph query program has acquired several edge weight output and summary statistics options, and documentation was fixed and updated.

2010-05-29 06:52
10-148

Le programme de regroupement est un peu plus vite maintenant, le programme de création de réseaux de données tabulaires est devenu plus capable, et à travers le soutien de parallélisation suite a été amélioré et rationalisé. transformations de graphes sont maintenant disponibles pour de nombreux programmes dans un langage de spécification unique, et plusieurs transformations ont été ajoutés.
The clustering program is somewhat faster now, the program for creating networks from tabular data has become more capable, and throughout the suite parallelisation support was improved and streamlined. Graph transformations are now available to many programs in a single specification language, and more transformations have been added.

2009-11-05 01:58
mcl-09-308

Cette version ajoute un programme d'analyse réseau qui génère des statistiques à bord de différents seuils de poids. Les données d'expression génique analyseur a été mis à jour, et un K mutuelle plus proche voisin option réseau réduction a été ajouté. Les options obscures ont été enlevés et l'intégration entre les différentes grappes et des programmes d'analyse réseau a été renforcée.
Tags: Feature Enhancements
This release adds a network analysis program that generates statistics at different edge weight cutoffs. The gene expression data parser has been updated, and a mutual k-nearest-neighbour network reduction option was added. Some obscure options were removed and integration between the different clustering and network analysis programs was tightened.

2009-09-18 23:15
09-261

Cette version améliore support pour la lecture et la transformation des données de tableau ARNm. MCL a acquis une option d'sparsify graphiques d'entrée, et les modes d'analyse ont été séparés et sont maintenant disponibles comme un mode dans le programme de CLM. Un bug introduit dans la MCL-09-182 dans les routines de cluster interprétation a été corrigé. Le programme MCX pouvons maintenant calculer l'excentricité à la fois noeud et la centralité betweenness parallélisés sur plusieurs machines et plusieurs threads. Des améliorations mineures ont été apportées tout au long de la suite complète de programmes.
Tags: Major
This release improves support for reading and transforming mRNA array
data. MCL has acquired an option to sparsify input graphs, and analysis
modes have been split off and are now available as a mode in the clm
program. A bug introduced in mcl-09-182 in the cluster interpretation
routines has been fixed. The mcx program can now compute both node
eccentricity and betweenness centrality parallelized over multiple
machines and multiple threads. Minor improvements have been made
throughout the entire suite of programs.

2008-06-05 23:05
08-157

La suite est mcl évoluer vers un enseignement plus large sur General Purpose analyse à grande échelle du graphique, avec l'accent, outre le regroupement, sur le graphique de base et le regroupement des mesures et des transformations. Mcxarray Le programme peut maintenant transformer des données tabulaires dans l'expression des gènes d'entrée graphique. L'utilitaire clm calcule les coefficients de clustering, le diamètre et l'excentricité, et la centralité betweenness. De nombreuses corrections et améliorations ont été apportées tout au long.
Tags: Major feature enhancements
The mcl suite is moving towards a wider focus on
general purpose large scale graph analysis, with
the emphasis, besides clustering, on basic graph
and clustering measures and transformations. The
program mcxarray can now transform tabular gene
expression data into graph input. The clm utility
computes clustering coefficients, diameter and
eccentricity, and betweenness centrality. Many
fixes and improvements were made throughout.

Project Resources