质谱数据的同位素校正
PICor的Python项目详细描述
统计同位素校正
PICor是一个python软件包，用于校正自然同位素丰度对质谱数据的影响。在
说明
PICor将测量的综合MS强度的pandas数据帧作为输入，校正它们的自然同位素丰度，并再次返回一个数据帧。在
PICor还可以校正由于分辨率太低而重叠的同位素。例如，代谢物NAD的13-C4和2-H4同位素在200 m/z的分辨率下无法解析
安装
要安装：
$ pip install picor
您需要安装docopt、pandas和{
使用
您可以通过两种方式使用PICor：
命令行
安装后，您可以从命令行的任何地方使用PICor和picor。在
后缀为.csv或.xlsx的文件可以用作输入文件。
您可以使用-o选项选择输出文件（csv格式）。
picor -h显示所有选项。在
Python模块
导入PICor并用pandas加载数据（例如csv文件）后，更正将用于：
importpandasaspdimportpicorraw_data=pd.DataFrame({"No label":{0:100,1:200,2:300,3:400,4:500,5:600},"1C13":{0:100,1:100,2:100,3:100,4:100,5:100},"4C13 6H02 3N15":{0:30,1:40,2:50,3:60,4:70,5:80},"dummy column str":{0:"C",1:"ER",2:"C",3:"ER",4:"C",5:"ER"},})corr_data=picor.calc_isotopologue_correction(raw_data,"NAD",exclude_col=["dummy column str"],)print(corr_data)
如果DataFrame包含列（索引列除外）以及原始度量之外的其他数据，则可以使用subset和要使用的所有列的列表，或者使用{
通过将resolution_correction设置为True，可以激活与分辨率相关的校正。用resolution和mz_calibration指定分辨率和参考m/z比。在
Jørn Dietze，UiT挪威北极大学，2020年
- 项目
标签：
欢迎加入QQ群-->： 979659372
