PDX(派大星头像)
2023-10-22
今天给各位分享PDX的知识,其中也会对pd相对原子质量是多少进行解释,如果能碰巧解决你现在面临的问题,别忘了关注本站,现在开始吧!
本文目录一览:
pdx用pdxporler viewer软件阅读
下一个AgileeXpress软件可以打开pdx文件
开百度浏览器,在搜索框里面输入“PDx”,输入完成后按回车键。
按回车键之后就会出现第一条搜索结果就会发现有很多pdf阅读器可以打开pdx文件,这时根据自己的爱好下载自己喜欢的阅读器就好了。
下载安装喜欢的阅读器,安装即可打开PDX文件
退出重新进入一下,再重新加载。 索引文件Pdx索引文件(Product Data eXchange)由Adobe Acrobat创建。它包含一个文件和目录索引。使得多个PDF文件的搜索能力得到提高,这对于企业大量使用PDF文件非常有用。
人源性组织异种移植(patient-derivedxenografts , PDX) 模型是一种将肿瘤患者的肿瘤组织移植至重症免疫缺陷型小鼠( NSG )体内,并使肿瘤组织在小鼠体内生长形成第一代移植瘤(图 1 )。
待其生长到一定大小时,取出该移植瘤组织并在无菌操作条件下移植到新一批小鼠体内,形成第二代移植瘤。如此重复操作形成移植瘤第三代、第四代等。
此种模型尽可能保留了亲代肿瘤的生长微环境,利于更好的表现亲代肿瘤性状,并且维持了肿瘤的异质性。
但同时也存在两个主要的问题,一是,从该模型中提取出的 DNA 片段不仅包含人类的基因,也存在一定比例的小鼠片段。另外一个问题就是该模型缺少配对的正常样本。
今天主要是想解决第一个问题:如何从 PDX 模型中去除小鼠的 reads 。
目前,已有很多文章利用各种不同的工具来去除 PDX 模型中的小鼠 reads 。其中,用的比较多的工具有(表 1 ):
2020 年 Yvonne A Evrard 等人通过模拟 WES 和 RNA-Seq 数据集来比较其中五个工具消除小鼠 reads 的功效。
其模拟方式为,在人类样本的测序 reads 数据中,掺入不同比例的小鼠基因组 reads 。
结果显示,所有工具在 WES 和 RNA-Seq 测试数据中准确率均高达 99% (图 2 )。
其中 XenofilterR 的召回率最低(在 WES 和 RNA-seq 中,召回率分别为 96.60% 和 89.63% )
BBSplit 的整体性能最好,即在没有任何召回损失的情况下具有最高的精度(在 WES 和 RNA-seq 数据中的准确率分别为为 99.87% 和 99.64% )。
另外我们利用作者提供的数据展示了在不同 SE(单端) 阈值下各个工具的真阳率和假阳率(图 3 )。
从左图中我们可以看出 Bamcmp 和 Xenome 两个工具在不同的 SE 和 PE(双端) 阈值下的真阳性率都达到 99% 以上。
但是,从右图中可以看出 Bamcmp 在不同的 SE/PE 阈值下的假阳性不稳定,有时候甚至高达 0.2% ,而 Xenome 相对来说比较稳定,在不同情况下均低于 0.05% 。
综合以上结果,我们认为 Xenome 是相对比较好的一个用来去除小鼠 reads 的工具。
Xenome 是 Thomas Conway1 等人在 2012 年提出来的,该工具从开发到现在每年都有被引用(图 4 ),其中包含很多高分的文章(表 2 )。
Xenome 使用宿主参考序列和移植物种参考序列,在比对时的所有可能的 k-mers 是否具有以下特征来表征它们所属的类别:
给定一条 read 或 配对 reads , xenome 将计算其 k-mers 属于上述类别中的哪一个,并将其分类为: graft , host , both , neither 或 ambiguous 其中之一(图5)。
Xenome 有两个不同的功能块,使用两个单独的命令来调用: index 和 classify 。
参数列表
在对 reads 进行分类之前,必须根据移植物和宿主参考序列构建索引。参考基因组序列必须为 FASTA 格式及其压缩格式( gzip )。
我们构建的索引文件为
可以看到,索引都是以我们指定的 idx 作为前缀
有了索引之后,我们就可以来对 reads 进行分类了。
参数列表
我们可以输入一个待分类的样本,可以是 FASTA 、 FASTQ 格式或对应的压缩格式( gzip ),还支持每行代表一个序列的文本文件
运行完此步骤之后,会为每种 reads 生成一个单独的文件,输出文件可能会有这些:
输出的 reads 文件的格式是与输入文件的格式一致的。
也可以同时指定多个输入文件,但是所有相同格式的输入都将被写入同一个输出文件。例如
将会产生以下文件:
每个 FASTQ 文件都包含来自 inA.fastq 和 inB.fastq 两个的 reads 的混合结果。 FASTA 文件包含来自 inC.fasta 的读取。
如果不想混合来自不同文件的输入 reads 的结果,只能分开运行了。可以通过设置不同的输出文件前缀来区分来自不同的样本的 reads 。例如
运行上面的命令将产生如下结果:
Xenome 还可以处理双端测序的输入文件,例如
这将会为每个种类的 reads 输出结果文件名添加配对的 _1 和 _2 后缀来区分
如果需要,可以指定其他名称来替换 host 和 graft 。例如
将会产生下面的结果
classify 命令在分类完 reads 之后,还会将每种类型的 reads 的统计信息打印到屏幕上。
在 Statistics 部分的信息中, B(both) 、 G(graft) 、 H(host) 、 M(marginal) 下面的 16 行表示这些分类的组合( 4×4 ), 1 表示属于该类, 0 表示不属于。
count 表示每种子分类的 reads 数目,以及后面的 percent 表示 reads 数目占比。最后的 class 表示这一子类所属的最后的分类。
而在 Summary 部分的信息中,将上面的数据进行了汇总。最后被输出的分类中,各分类的 reads 数目及其占比
配电箱。这个是配电箱的表示方法,具体的需要根据其他的电气的动力和照明图纸等结合来看是什么配电箱。
关于PDX和pd相对原子质量是多少的介绍到此就结束了,不知道你从中找到你需要的信息了吗 ?如果你还想了解更多这方面的信息,记得收藏关注本站。
版权声明:本文内容由互联网用户自发贡献,本站不拥有所有权,不承担相关法律责任。如果发现本站有涉嫌抄袭的内容,欢迎发送邮件至举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。
标签: #PDX
相关文章
2023-10-22