ایمنی‌شناسی محاسباتی
ClonoDefs
یک خط لولهٔ پایتون برای گروه‌بندی مشاهدات گیرندهٔ سلول B در داده‌های حاشیه‌نویسی‌شده. پنج تعریف عملیاتی کلونوتایپ، فرض‌های گروه‌بندی را روشن می‌کنند و خروجی‌ها، پیکربندی و موارد حذف‌شده را ثبت می‌کنند.
سهم من
نیاز پژوهشی و طراحی با همکاری همکاران و استادان راهنما در آزمایشگاه ComputImm شکل گرفته است. پیاده‌سازی و استقرار نرم‌افزار را من انجام داده‌ام.
نحوهٔ کار
یک کلون، دو قاعدهٔ گروه‌بندی
مثال ساختگی؛ سه مشاهده در یک کلون از پیش تعیین‌شده، با خانواده‌های V و J یکسان (IGHV3 / IGHJ4).
| مشاهده | آمینواسیدهای CDR3 | بازهٔ کامل V(D)J |
|---|---|---|
| A | CARGF | توالی 1 |
| B | CARGF | توالی 2 |
| C | CARGY | توالی 3 |
L1: بازهٔ دقیق V(D)J
سه توالی متفاوت، سه گروه
L3: خانوادهٔ V/J و CDR3 دقیق
A و B در فیلدهای L3 یکسان‌اند: دو گروه
جزئیات فنی
کنترل ورودی و تعیین کلون
جدول‌های AIRR خوانده و فیلدهای گیرنده بررسی می‌شوند؛ موارد حذف‌شده ثبت می‌شوند. کلون‌های اولیه با بخش‌بندی V/J و قاعدهٔ قطعیِ اولین گروه سازگار بر اساس ترتیب واژه‌نامه‌ای و مقایسهٔ همهٔ جفت‌ها تعیین می‌شوند. عضویت به فراوانی خوانش وابسته نیست.
اعمال یک تعریف
یکی از پنج تعریف کلونوتایپ درون هر کلون اعمال می‌شود. تعریف‌های مبتنی بر توالی دقیق و آستانهٔ شباهت، پرسش‌های عملیاتی متفاوتی را پاسخ می‌دهند؛ هیچ تقسیم‌بندی‌ای حقیقت قطعی زیستی در نظر گرفته نمی‌شود.
ثبت تحلیل
خروجی‌ها شامل انتساب‌ها، تعداد کلون‌ها و کلونوتایپ‌ها، موارد حذف‌شده، جدول AIRR هر کلون و گزارشی از پیکربندی و هش ورودی‌اند. درخت‌های کمینهٔ پوشای ریشه‌دارِ اختیاری، فاصلهٔ نماینده‌های مشاهده‌شده را خلاصه می‌کنند.
پنج تعریف عملیاتی
هر پنج تعریف درون یک کلونِ از پیش تعیین‌شده اعمال می‌شوند.
- L1 · دقیق
- یکسان بودن توالی نوکلئوتیدی بازآرایی‌شدهٔ مشاهده‌شده در بازهٔ V(D)J، از آغاز حاشیه‌نویسی‌شدهٔ V تا پایان J.
- L2 · مبتنی بر IMGT
- آلل‌های بدون ابهام V/D/J، چارچوب خوانش و لنگرهای اتصال، همراه با توالی آمینواسیدی دقیق CDR3؛ با استفاده از فیلدهای جانشین AIRR که در مستندات آمده‌اند.
- L3 · به سبک B-DIVE
- خانوادهٔ V، خانوادهٔ J و توالی آمینواسیدی دقیق CDR3 یکسان، درون یک کلونِ تعیین‌شده.
- L4 · شباهت
- ژن V یکسان و شباهت CDR3 بالاتر از آستانهٔ انتخاب‌شده، با فاصلهٔ نرمال‌شدهٔ لون‌اشتاین یا همینگ.
- L5 · با کنترل طول
- ژن V و طول CDR3 یکسان، همراه با یکسانی جایگاه‌به‌جایگاه آمینواسیدها بالاتر از آستانهٔ انتخاب‌شده.
شواهد و دامنهٔ کاربرد
گزارش اعتبارسنجی مخزن، ۲۸ آزمون خودکار موفق و اجرای نمونه با تعریف‌های L2 و L3 را ثبت کرده است. این بررسی‌ها رفتار مستندشدهٔ نرم‌افزار را نشان می‌دهند، نه درستی زیستی را.
محدودیت‌ها
- گروه‌بندی به تعریف و آستانهٔ انتخاب‌شده وابسته است. روش قطعیِ مقایسهٔ همهٔ جفت‌ها یک قرارداد عملیاتی است و تقسیم‌بندی‌های دیگری نیز ممکن‌اند.
- تعریف L2 از فیلدهای جانشین AIRR استفاده می‌کند و در وضعیت فعلی، رکوردهای معمول زنجیرهٔ سبک بدون فراخوانی D را حذف می‌کند.
- درخت‌های فاصله، نماینده‌های مشاهده‌شده را به هم متصل می‌کنند؛ این درخت‌ها استنباط نیاکان یا تبار تکاملی اعتبارسنجی‌شده نیستند.
کد و مستندات
نسخهٔ مستندات بررسی‌شده در ۲۸ اکتبر ۲۰۲۶ · bdf731398a78