当前位置:
X-MOL 学术
›
BMC Bioinform.
›
论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
ImmunoDataAnalyzer:用于处理带条形码和 UMI 标记的免疫 NGS 数据的生物信息学管道
BMC Bioinformatics ( IF 2.9 ) Pub Date : 2022-01-06 , DOI: 10.1186/s12859-021-04535-4 Julia Vetter 1, 2 , Susanne Schaller 1 , Andreas Heinzel 3 , Constantin Aschauer 3 , Roman Reindl-Schwaighofer 3 , Kira Jelencsics 3 , Karin Hu 3 , Rainer Oberbauer 3 , Stephan M Winkler 1
BMC Bioinformatics ( IF 2.9 ) Pub Date : 2022-01-06 , DOI: 10.1186/s12859-021-04535-4 Julia Vetter 1, 2 , Susanne Schaller 1 , Andreas Heinzel 3 , Constantin Aschauer 3 , Roman Reindl-Schwaighofer 3 , Kira Jelencsics 3 , Karin Hu 3 , Rainer Oberbauer 3 , Stephan M Winkler 1
Affiliation
新一代测序 (NGS) 是当今最常用的 DNA 测序高通量技术。除其他外,NGS 能够对免疫组库进行深入分析。T 细胞受体 (TCR) 和免疫球蛋白 (IG) 库领域的研究有助于了解免疫疾病。一个主要目标是分析定义免疫组库的结构和特异性的 V(D)J 重组。免疫库 NGS 数据的准确处理、评估和可视化对于更好地了解免疫反应和免疫行为非常重要。ImmunoDataAnalyzer (IMDA) 是我们开发的用于自动化分析免疫 NGS 数据的管道。IMDA 结合了精心挑选的免疫组库分析软件工具的功能,涵盖了从初始质量控制到多个免疫组库比较的整个范围。它提供了自动预处理条形码和 UMI 标记的免疫库 NGS 数据的方法,促进克隆型的组装并计算用于描述免疫库的关键数字。这些包括常用的克隆性和多样性测量,以及 V(D)J 基因片段使用和样本之间相似性的指标。IMDA 在包含可视化、计算和样本详细信息的紧凑摘要中报告所有相关信息,所有这些都用于更详细的概述。IMDA 进一步生成一个输出文件,包括所有样本的关键数据,旨在作为机器学习框架的输入,以找到区分样本特定特征的模型。IMDA 从原始 NGS 读数构建 TCR 和 IG 库数据,并促进描述性数据分析和免疫库的比较。IMDA 工作流程侧重于质量控制和非计算机科学家的易用性。提供的输出直接有助于解释输入数据,并包括有关克隆性、多样性、克隆型重叠以及相似性和 V(D)J 基因片段使用的信息。IMDA 进一步支持检测样品制备过程中可能发生的样品交换和交叉样品污染。总之,IMDA 通过提供将原始 NGS 数据处理成免疫组库和后续分析的自动化工作流程,减少了免疫组库数据分析通常所需的工作量。该实现是开源的,可在 https://bioinformatics.fh-hagenberg.at/immunoanalyzer/ 上获得。
"点击查看英文标题和摘要"
更新日期:2022-01-06
![](https://scdn.x-mol.com/jcss/images/paperTranslation.png)
"点击查看英文标题和摘要"