blitzcurve 0.0.2

为什么要使用电车技术？

测量分子旋转速度（如蛋白质大小、结构、配体结合）。

通过两个荧光分子之间的foerster共振能量转移（fret）来测量齐聚特性。

闪电战的目的是什么？

• 试验电车数据拟合曲线
• 提取有用的拟合参数
• 比较样本

实验是如何进行的？

• 荧光分子的激发
• 发射光的退色测量（偏振/各向异性）
• 时间分辨方法：脉冲激励，测量各向异性随时间的变化，单位为纳秒

分析方法

• 合适的拟合方法仍在开发中
• 电流输入：csv，具有各向异性和时间（ns）值

• 各向异性与时间的当前拟合方法

  • Savitzky Golay适合所有原始数据
  • 指数拟合初始衰减数据
  • 指数拟合到最终衰减数据

• 关键测量参数：

  • r_inf（在无限时间范围内预测的各向异性）

安装

pip install blitzcurve

• blitzcurve应该与Anaconda python3.x或任何科学python包兼容

用法

importblitzcurve# define data directory with csv filesdata_dir=r"D:\data\20180229_TRdata"# OPTIONAL: define which data files will be analysedfile_list=["10nM-FGC1-2min_aniso.txt","10nM-FGC2-2min_aniso.txt"]# run blitzcurve function to fit curves to individual samplesblitzcurve.run_fit(data_dir,figs_to_plot=file_list)# setup a dictionary to shorten long sample namesname_dict={"10nM-FGC1-2min_aniso.txt":"FGC1","10nM-FGC2-2min_aniso.txt":"FGC2","10nM-FGC3-2min_aniso.txt":"FGC3"}# run blitzcurve function to compare curves and parameters for multiple samplesblitzcurve.run_compare(data_dir,name_dict=name_dict)

贡献

欢迎合作者和拉取请求。给我们发邮件。

许可证

这个python包是在允许的mit许可下发布的。

联系人

有关详细联系方式，请参阅Mark Teese或Philipp Heckmeier的工作人员页，该页位于Langosch lab内。 慕尼黑技术大学的。

示例

适合获得r_max

适合获取r_inf

barchart比较r\u max

比较r_inf的条形图

linechart比较适合三个样本的完整数据

linechart比较三个示例的fit与r_inf