NoisET：T细胞受体的噪声学习和扩展检测
摘要：追踪不同组织、急慢性疾病以及健康个体中的免疫库能通过高通量测序技术实现。然而，由于采样、文库制备和表达噪音的原因，库中每个受体克隆型的读数存在变异，使得库之间的定量比较变得困难。我们回顾了解决生物学和实验噪音的方法，并介绍了一个易于使用的Python软件包NoisET，该软件包实现了一个先前开发的贝叶斯方法并推广了它。该软件包可用于从重复中学习库测序的实验噪音模型，并检测刺激后的克隆型。我们在不同的库测序技术和数据集上测试了该软件包。我们回顾了此类方法在疫苗接种和疾病数据中用于识别应答克隆型的应用。可获取性：NoisET源代码可在github.com/statbiophys/NoisET免费使用。
作者：Meriem Bensouda Koraichi, Maximilian Puelma Touzel, Andrea Mazzolini, Thierry Mora, Aleksandra M. Walczak
论文ID：2102.03568
分类：Genomics
分类简称：q-bio.GN
提交时间：2022-07-19