NoisET：T细胞受体的噪声学习与扩增克隆检测
基因组学
2022-07-19 v2
摘要
T细胞和B细胞受体的高通量测序使得追踪不同时间、不同组织、急慢性疾病以及健康个体中的免疫组库成为可能。然而，由于采样、文库制备和表达噪声，每个受体克隆型的读段计数存在变异性，这混淆了组库之间的定量比较。我们回顾了用于解释生物学和实验噪声的方法，并提供了一个易于使用的Python包NoisET，该包实现并推广了先前开发的贝叶斯方法。它可用于从重复实验中学习组库测序的实验噪声模型，并检测刺激后响应的克隆。我们在不同的组库测序技术和数据集上测试了该包。我们回顾了此类方法如何用于识别疫苗接种和疾病数据中的响应克隆型。可用性：NoisET可免费使用，源代码位于github.com/statbiophys/NoisET。
引用
@article{arxiv.2102.03568,
title = {NoisET: Noise learning and Expansion detection of T-cell receptors},
author = {Meriem Bensouda Koraichi and Maximilian Puelma Touzel and Andrea Mazzolini and Thierry Mora and Aleksandra M. Walczak},
journal= {arXiv preprint arXiv:2102.03568},
year = {2022}
}