位置特定丰富比率矩阵得分预测来自深度测序数据的抗体变异性质
bioRxiv : the preprint server for biology
|July 28, 2023
概括
一种新的位置特定丰富比率矩阵 (PSERM) 评分方法分析了深度测序数据,以确定最佳蛋白质变体. PSERM评分提高了抗体工程的可重现性和与实验性质的相关性.
科学领域:
- 蛋白质工程和抗体开发.
- 高通量选和深度测序分析.
- 计算生物学和生物信息学.
背景情况:
- 在显示分类后对蛋白质库进行深度测序对于识别改进的变体至关重要.
- 使用频率或丰富比率的传统方法往往错过了最佳变体,并未充分利用数据.
- 需要更强大的方法来分析蛋白质工程的深度测序数据.
结论:
- 从深度测序数据中识别最佳蛋白质变体,PSERM评分是一种更有效的方法.
- 这种方法增强了对抗体工程运动和相关蛋白质工程工作的分析.
- 该PSERM方法和相关代码是公开可用的广泛应用.
更多相关视频
11:35Screening for Functional Non-coding Genetic Variants Using Electrophoretic Mobility Shift Assay EMSA and DNA-affinity Precipitation Assay DAPA
Published on: August 21, 2016
13.0K
07:15Determining the Likelihood of Variant Pathogenicity Using Amino Acid-level Signal-to-Noise Analysis of Genetic Variation
Published on: January 16, 2019
11.0K
