一种用于高覆盖率芯片序列实验的高效寻峰器。
pique的Python项目详细描述
pique软件包是一个高效的芯片seq
实验的峰值查找器，它可以产生对参考基因组的高覆盖率。它是为研究盐生细菌（Salinarum sp.nrc1）的基因表达而开发的，使用条形码40bp illumina reads进行测序，这是加州大学戴维斯分校Marc Facciotti实验室正在进行的项目的一部分。联系方式：皮克是乔纳森实验室的研究生拉塞尔·内克斯写的。
russell的博客：http://vort.org/
russell的twitter:@ryneches
russell的电子邮件：ryneches at ucdavis dot edu
实验室主页：http://phylogenomics.wordpress.com/
项目页面：http://ryneches.github.com/pique/
我们建议使用
virtualenv，因为它很好。
$cd~
$virtualenv--系统站点包opt
$path=~/opt/bin:$path
$pip install numpy前提
$pip install scipy前提
$pip install cython前提
$pip install pysam#先决条件
$pip install argcomplete；建议包
$pip install matplotlib；建议包
$pip install ipython；建议包
$pip install pique建议在大多数前提条件下使用apt get。
$sudo apt get install python numpy\
python scipy\
python matplotlib\
python virtualenv\
cython\
ipython
$cd~
$virtualenv--系统站点包opt
$path=~/opt/bin:$path
$pip install pysam
$pip install argcomplete
$pip install pique
$pique test
.bashrc文件，建议将~/opt/bin添加到路径：
$cd~
$cat>；.bashrc
path=~/opt/bin:$path
export path
[ctrl-d]
macos:很遗憾，macos没有virtualenv或任何有用的全局包管理系统。下面是如何解决这个问题的方法：
$sudo easy廑u install pip廑全局安装pip
确保pip正常工作：
$pip
用法：pip command[选项]
pip:错误：必须发出命令（使用"pip help"查看
命令列表）
安装virtualenv:
$sudo pip安装virtualenv
确保工作正常：
$virtualenv
您必须提供dest_dir
…
现在，向上滚动并遵循一般说明。
通过将其放入.bashrc中，可以启用pique命令的tab
completion：
testing data
----
在figshare上（http://figshare.com/articles/a_chip-seq_test_dataset/98106）。
它是由一个his标记的tfbd下拉列表制成的，该下拉列表是在illumina gaii上测序的。使用[bowtie]（http://bowtie-bio.sourceforge.net/）将读取结果映射到一个削减的
染色体和一个质粒。未映射的读取被丢弃。数据集
可单独引用为：
芯片序列测试数据集。拉塞尔·内切斯、马克·法乔蒂、伊丽莎白、G·威尔班克斯、菲利普·M·塞泽。**figshare**。
检索时间：2012年11月27日06:12（GMT）
http://dx.doi.org/10.6084/m9.figshare.98106
自动下载到`/tmp/pique/`，
生成的输出数据将写入您当前的工作目录中。
tests
----
tests设计用于nose。
http://somethingaboutorange.com/mrl/projects/nose/
其中包含setup.py的软件）。
$cd pique
$noestests
dependencies
----
此软件包需要以下软件包：
pysam
建议：
matplotlib
ipython
samtools
argcomplete
gaggle genome browser
usage
----
此软件既可以用作独立应用程序，也可以用作您自己的软件访问的库。
有一个自文档化的
命令行界面：
$pique--help
用法：pique[-h]{batch，tk，test，bam2wav，mapmaker}…
pique，一个芯片序列分析工具。
--帮助显示此帮助消息并退出
命令：
{batch，tk，test，bam2wav，mapmaker}
用于峰值检测的批处理命令行模式
用于峰值检测的tk gui模式
测试模式，下载在线测试数据
bam2wav bam-to-wav转换实用程序
mapmaker基因组分析区域映射实用程序
应用程序有四种模式，batch、tk、test和mapmaker。要访问gui界面，请运行：
$pique tk
将显示应用程序窗口。在
"project name"字段中输入项目的名称；这将是输出
文件的名称前缀。为IP和BG（后台）磁道选择文件；这些
应该是索引BAM文件，通过将您的IP和控制
读取映射到引用序列来创建。许多不同的工具可用于
这一点，如蝴蝶结、bwa和虾。
ip和背景bam文件必须包含相同的contig名称。
如果需要，请选择一个基因组映射文件（"映射（可选）"。请参见下面的
如何创建一个序列。
输入序列库的主要片段长度，以及用于序列运行的
读取长度。如果您执行了质量
修整，则可能希望在对读取长度进行
修整后使用平均或中值读取长度。
然后，单击"运行"。将加载和处理BAM文件，
输出文件将写入调用pique.py的目录中。细菌基因组的运行时间取决于
映射读取数和基因组长度。对于我们的项目，我们发现运行大约需要一到五分钟。
$pique batch-h
用法：pique batch[-h]-名称-ip ipfile-bg bgfile-map mapfile
[-a alpha][-l l_thresh][-p]
可选参数：
-h，--帮助显示此帮助消息并退出
-名称项目名称
-IP IP文件BAM文件用于IP数据与在gui中找到的相同，
除了制作pickle文件的选项。如果此选项被启用，在完成分析之后，pique将把整个分析工作台对象转储到pickl中。E文件。这对于python中的调试和数据后处理非常有用。例如，
pickle文件可用于将分析工作台加载到
交互式ipython会话中，并用于生成图形。
http://docs.python.org/2/library/pickle.html
$pique mapmaker-h
用法：piquemapmaker[-h]-名称-bamfile bamfile[-window
window]
[-stream stride]-最高-最低
[-bins bins]
--帮助显示此帮助消息并退出最低柱状图存储箱
-存储箱柱状图存储箱数
作为可视化的替代方案，pique包含一个用于将芯片序列数据转换为音频数据的实用程序。从ip对齐中减去背景对齐
，并为每个contig编写单独的wav文件
。用于在正向和反向方向读取映射
的覆盖率信息分别在左侧和右侧音频通道上表示。
$pique bam2wav-h
用法：pique bam2wav[-h]-名称-ip ipfile-bg bgfile
可选参数：
-h，--帮助显示此帮助消息并退出
-名称项目名称
-ip ip file bam file for ip data
-bg bgfile bam file for control data
genome map file
----
genome map file是一个gff格式的文件，描述了三种类型
特征；分析区域、掩蔽区域和规范化
区域。分析和掩蔽区域注释是可选的；
但是，每个分析区域必须至少有一个规范化
区域。（注意：如果不描述任何分析区域，则会在每个contig中自动创建一个
。因此，如果不
描述contig的任何分析区域，则必须至少在
处描述该contig的一个规范化区域。
分析区域应使用
文件中的功能名称"analysis_region"，并描述要独立处理的contig的子区域。例如，如果由于基因剂量相对于参考值的变化而导致覆盖率
水平不一致，
单独处理剂量区域可提高峰值检测。
屏蔽区域应在文件中使用特征名称"mask"，并
描述子区域要从分析中删除
的分析区域。（注意：掩蔽区域*必须*完全落在分析区域内
。）这对于隐藏由重复区域（如IS元素）引起的覆盖率
畸变非常有用。
默认情况下，为每个contig创建一个描述整个contig的分析区域。当用户通过
映射文件加载分析区域时，将删除该contig的默认分析区域。
规范化区域应使用map
文件中的"norm_region"名称，并描述被认为没有绑定事件的区域（在分析区域内）。这些区域将用于
校准IP轨迹和控制
轨迹之间的序列覆盖率。如果用户选择了较差的标准化区域，pique将
仍然起作用，但是会产生不正确的标准化因子，
可能会过于严格地设置峰值检测截止值。
基因组图谱文件中描述的特征必须使用与IP和背景BAM文件相同的contig
名称。要查看它们，请运行：
$samtools view-h bamfile.bam
gff文件中的大多数列都是未使用的，并且可能会保留为空（只要存在正确数量的制表符，
）。所需字段为：
0 contig name
2'分析区'、'掩码'或'标准区'
3起始坐标
4结束坐标
>提供了一个示例基因组图文件（data/map.gff）。
output files
----
<；name>；.ip.track:IP数据的GGB格式跟踪文件
<；name>；.bg.track:BG数据的GGB格式跟踪文件
<；name>；.bookmark:每个峰值的GGB书签列表
<；name>；.qp:GGB格式定量位置数据
绑定坐标的数量
<；名称>；.gff：每个峰值的gff文件
<；名称>；.peak.tsv:tsv格式的峰值统计量
gff输出文件包括以下列：
0 contig name
1软件版本
2功能描述
3开始坐标
4结束坐标
5富集率相对于背景
tsv输出包括以下列：
0 contig
1 start
2 stop
3 binds\u at绑定坐标
4富集率
5平均值
6标准_contig_norm所有标准的标准偏差
7..#所有后续列都是规范
除了
所需的ggb书签信息之外，书签文件还包含一些附加注释：
诺姆0，诺姆1…从
标准化区域
警告
----
绑定坐标计算的标准化因子：峰值调用步骤（pique.py）将尝试为其找到的假定峰值计算绑定坐标。使用的
方法非常简单，但是我们发现它通常在预期结合位点的5bp内。
双峰：一些富集区域包含两个结合位点，但是
算法无法对它们进行反褶积。我们尝试通过其他几个调用者运行
这些区域，但收效甚微。
我们提供了一个脚本，用于识别可能是
双峰的站点，以帮助进行校正。
过滤统计上不重要的峰值。我们发现，这部分分析对数据和实验都有一定的特殊性。
为了解决这一问题，PIQUE的设计目的是以潜在的高假阳性率为代价实现低假阴性率（看起来，与其他软件相比，假阳性率实际上相当低，但我们没有实现任何过滤来防止它们的发生）。其思想是，找到一个假定的峰值是一项艰苦的工作，一旦发现了不满意的峰值，就不难丢弃它们。因此，有必要进行某种后过滤。pique为用户提供输出，可用于支持各种统计测试。
一些推荐的过滤可能包括：
[1]消除明显小于序列库大小范围的峰值，也许还有其他
与之聚集的峰。
[2]消除标准化富集比低于1.0的峰，
或与之聚集的峰。
[3]消除具有预测的结合位点的峰，这些结合位点与富集区的中心非常偏离。
尝试
其中的一个或全部，可能通过聚类来避免任意的
截断。
但是，我们不建议仅通过统计分析来生成"完美"的峰值列表
。
为了消除所有的假阳性，可能不值得进行非常复杂的统计工作。我们建议应用一些基本的统计
测试，然后将轨迹、定量位置和书签
加载到gaggle基因组浏览器中。
数据加载到浏览器中后，查看书签列表。当您选择书签时，浏览器将自动扫描到基因组的
区域并突出显示假定的峰值区域。如果您认为峰值为假阳性，请按删除键。
完成后，保存书签文件的副本。我们发现，用这种方法提取微生物基因组大约需要10到20分钟。
他们相信很快就会有五万到一千美元的身价，而且他们和其他人一样经常是世界上没有二十五美元的人。你遇到的每一个人都有自己的新矿藏值得夸耀，
和他的"标本"准备好了；如果有机会的话，他肯定会把你带到角落里来，帮你一个忙，而不是帮他，让你在"黄金时代"离开几英尺，或者"莎拉
简"，或者其他一些不知名的人。一叠庄稼，只要有足够的钱，就可以得到一顿"正餐"。你决不能透露他以如此毁灭性的代价向你出价，因为他愿意做出这种牺牲只是出于对你的友谊。然后他会从口袋里掏出一块石头，神秘地环顾四周，仿佛他害怕自己会被人拦路抢劫，如果被人抓住，他会用石头轻拍自己的舌头，拍拍眼镜，然后惊呼："看！就在那红色的土里！看到了吗？看到金色的斑点了吗？那银色的条纹呢？那是阿伯叔叔的。有10万吨这样的东西在眼前！就在眼前，小心！
当我们踏上它，窗台变得坚固，它将是世界上最富有的东西！看看化验结果！我不想让你相信我看看化验结果！"
然后他会拿出一张油腻的纸，上面写着化验岩石的
部分显示出含有银和
金的证据，它们的比例是成百上千美元与
吨的比例。
最丰富的一块岩石，然后化验！通常，一吨中只有一块大小为费尔伯特（filbert）的碎片含有金属颗粒，而化验结果却让它假装代表了它所产生的一吨垃圾的平均值。
-马克吐温，粗制滥造
如果满足以下条件，则允许使用：
*源代码的重新分发必须保留上述版权
注意，此条件列表和以下免责声明。
*以二进制形式重新分发必须复制上述版权声明，此条件列表以及
分发版提供的文档和/或其他材料中的以下免责声明。
*A未经事先书面许可，Davis或其贡献者的姓名可用于支持或推广从本软件衍生的产品。
本软件由版权所有者和贡献者提供。默示保证，包括但不限于对适销性和对特定目的的适用性的默示保证，概不负责。在任何情况下，版权持有人或贡献者均不对任何直接、间接、附带的、特殊的、惩戒性的或间接的损害（包括但不限于购买替代货物或服务、使用损失、数据或利润）负责；（或业务中断）无论是何种原因造成的，基于任何责任理论，无论是合同责任、严格责任还是侵权责任（包括疏忽或其他原因），无论是以何种方式使用本软件而产生的，即使已告知此类损害的可能性也是如此。
实验的峰值查找器，它可以产生对参考基因组的高覆盖率。它是为研究盐生细菌（Salinarum sp.nrc1）的基因表达而开发的，使用条形码40bp illumina reads进行测序，这是加州大学戴维斯分校Marc Facciotti实验室正在进行的项目的一部分。联系方式：皮克是乔纳森实验室的研究生拉塞尔·内克斯写的。
russell的博客：http://vort.org/
russell的twitter:@ryneches
russell的电子邮件：ryneches at ucdavis dot edu
实验室主页：http://phylogenomics.wordpress.com/
项目页面：http://ryneches.github.com/pique/
我们建议使用
virtualenv，因为它很好。
$cd~
$virtualenv--系统站点包opt
$path=~/opt/bin:$path
$pip install numpy前提
$pip install scipy前提
$pip install cython前提
$pip install pysam#先决条件
$pip install argcomplete；建议包
$pip install matplotlib；建议包
$pip install ipython；建议包
$pip install pique建议在大多数前提条件下使用apt get。
$sudo apt get install python numpy\
python scipy\
python matplotlib\
python virtualenv\
cython\
ipython
$cd~
$virtualenv--系统站点包opt
$path=~/opt/bin:$path
$pip install pysam
$pip install argcomplete
$pip install pique
$pique test
.bashrc文件，建议将~/opt/bin添加到路径：
$cd~
$cat>；.bashrc
path=~/opt/bin:$path
export path
[ctrl-d]
macos:很遗憾，macos没有virtualenv或任何有用的全局包管理系统。下面是如何解决这个问题的方法：
$sudo easy廑u install pip廑全局安装pip
确保pip正常工作：
$pip
用法：pip command[选项]
pip:错误：必须发出命令（使用"pip help"查看
命令列表）
安装virtualenv:
$sudo pip安装virtualenv
确保工作正常：
$virtualenv
您必须提供dest_dir
…
现在，向上滚动并遵循一般说明。
通过将其放入.bashrc中，可以启用pique命令的tab
completion：
testing data
----
在figshare上（http://figshare.com/articles/a_chip-seq_test_dataset/98106）。
它是由一个his标记的tfbd下拉列表制成的，该下拉列表是在illumina gaii上测序的。使用[bowtie]（http://bowtie-bio.sourceforge.net/）将读取结果映射到一个削减的
染色体和一个质粒。未映射的读取被丢弃。数据集
可单独引用为：
芯片序列测试数据集。拉塞尔·内切斯、马克·法乔蒂、伊丽莎白、G·威尔班克斯、菲利普·M·塞泽。**figshare**。
检索时间：2012年11月27日06:12（GMT）
http://dx.doi.org/10.6084/m9.figshare.98106
自动下载到`/tmp/pique/`，
生成的输出数据将写入您当前的工作目录中。
tests
----
tests设计用于nose。
http://somethingaboutorange.com/mrl/projects/nose/
其中包含setup.py的软件）。
$cd pique
$noestests
dependencies
----
此软件包需要以下软件包：
pysam
建议：
matplotlib
ipython
samtools
argcomplete
gaggle genome browser
usage
----
此软件既可以用作独立应用程序，也可以用作您自己的软件访问的库。
有一个自文档化的
命令行界面：
$pique--help
用法：pique[-h]{batch，tk，test，bam2wav，mapmaker}…
pique，一个芯片序列分析工具。
--帮助显示此帮助消息并退出
命令：
{batch，tk，test，bam2wav，mapmaker}
用于峰值检测的批处理命令行模式
用于峰值检测的tk gui模式
测试模式，下载在线测试数据
bam2wav bam-to-wav转换实用程序
mapmaker基因组分析区域映射实用程序
应用程序有四种模式，batch、tk、test和mapmaker。要访问gui界面，请运行：
$pique tk
将显示应用程序窗口。在
"project name"字段中输入项目的名称；这将是输出
文件的名称前缀。为IP和BG（后台）磁道选择文件；这些
应该是索引BAM文件，通过将您的IP和控制
读取映射到引用序列来创建。许多不同的工具可用于
这一点，如蝴蝶结、bwa和虾。
ip和背景bam文件必须包含相同的contig名称。
如果需要，请选择一个基因组映射文件（"映射（可选）"。请参见下面的
如何创建一个序列。
输入序列库的主要片段长度，以及用于序列运行的
读取长度。如果您执行了质量
修整，则可能希望在对读取长度进行
修整后使用平均或中值读取长度。
然后，单击"运行"。将加载和处理BAM文件，
输出文件将写入调用pique.py的目录中。细菌基因组的运行时间取决于
映射读取数和基因组长度。对于我们的项目，我们发现运行大约需要一到五分钟。
$pique batch-h
用法：pique batch[-h]-名称-ip ipfile-bg bgfile-map mapfile
[-a alpha][-l l_thresh][-p]
可选参数：
-h，--帮助显示此帮助消息并退出
-名称项目名称
-IP IP文件BAM文件用于IP数据与在gui中找到的相同，
除了制作pickle文件的选项。如果此选项被启用，在完成分析之后，pique将把整个分析工作台对象转储到pickl中。E文件。这对于python中的调试和数据后处理非常有用。例如，
pickle文件可用于将分析工作台加载到
交互式ipython会话中，并用于生成图形。
http://docs.python.org/2/library/pickle.html
$pique mapmaker-h
用法：piquemapmaker[-h]-名称-bamfile bamfile[-window
window]
[-stream stride]-最高-最低
[-bins bins]
--帮助显示此帮助消息并退出最低柱状图存储箱
-存储箱柱状图存储箱数
作为可视化的替代方案，pique包含一个用于将芯片序列数据转换为音频数据的实用程序。从ip对齐中减去背景对齐
，并为每个contig编写单独的wav文件
。用于在正向和反向方向读取映射
的覆盖率信息分别在左侧和右侧音频通道上表示。
$pique bam2wav-h
用法：pique bam2wav[-h]-名称-ip ipfile-bg bgfile
可选参数：
-h，--帮助显示此帮助消息并退出
-名称项目名称
-ip ip file bam file for ip data
-bg bgfile bam file for control data
genome map file
----
genome map file是一个gff格式的文件，描述了三种类型
特征；分析区域、掩蔽区域和规范化
区域。分析和掩蔽区域注释是可选的；
但是，每个分析区域必须至少有一个规范化
区域。（注意：如果不描述任何分析区域，则会在每个contig中自动创建一个
。因此，如果不
描述contig的任何分析区域，则必须至少在
处描述该contig的一个规范化区域。
分析区域应使用
文件中的功能名称"analysis_region"，并描述要独立处理的contig的子区域。例如，如果由于基因剂量相对于参考值的变化而导致覆盖率
水平不一致，
单独处理剂量区域可提高峰值检测。
屏蔽区域应在文件中使用特征名称"mask"，并
描述子区域要从分析中删除
的分析区域。（注意：掩蔽区域*必须*完全落在分析区域内
。）这对于隐藏由重复区域（如IS元素）引起的覆盖率
畸变非常有用。
默认情况下，为每个contig创建一个描述整个contig的分析区域。当用户通过
映射文件加载分析区域时，将删除该contig的默认分析区域。
规范化区域应使用map
文件中的"norm_region"名称，并描述被认为没有绑定事件的区域（在分析区域内）。这些区域将用于
校准IP轨迹和控制
轨迹之间的序列覆盖率。如果用户选择了较差的标准化区域，pique将
仍然起作用，但是会产生不正确的标准化因子，
可能会过于严格地设置峰值检测截止值。
基因组图谱文件中描述的特征必须使用与IP和背景BAM文件相同的contig
名称。要查看它们，请运行：
$samtools view-h bamfile.bam
gff文件中的大多数列都是未使用的，并且可能会保留为空（只要存在正确数量的制表符，
）。所需字段为：
0 contig name
2'分析区'、'掩码'或'标准区'
3起始坐标
4结束坐标
>提供了一个示例基因组图文件（data/map.gff）。
output files
----
<；name>；.ip.track:IP数据的GGB格式跟踪文件
<；name>；.bg.track:BG数据的GGB格式跟踪文件
<；name>；.bookmark:每个峰值的GGB书签列表
<；name>；.qp:GGB格式定量位置数据
绑定坐标的数量
<；名称>；.gff：每个峰值的gff文件
<；名称>；.peak.tsv:tsv格式的峰值统计量
gff输出文件包括以下列：
0 contig name
1软件版本
2功能描述
3开始坐标
4结束坐标
5富集率相对于背景
tsv输出包括以下列：
0 contig
1 start
2 stop
3 binds\u at绑定坐标
4富集率
5平均值
6标准_contig_norm所有标准的标准偏差
7..#所有后续列都是规范
除了
所需的ggb书签信息之外，书签文件还包含一些附加注释：
诺姆0，诺姆1…从
标准化区域
警告
----
绑定坐标计算的标准化因子：峰值调用步骤（pique.py）将尝试为其找到的假定峰值计算绑定坐标。使用的
方法非常简单，但是我们发现它通常在预期结合位点的5bp内。
双峰：一些富集区域包含两个结合位点，但是
算法无法对它们进行反褶积。我们尝试通过其他几个调用者运行
这些区域，但收效甚微。
我们提供了一个脚本，用于识别可能是
双峰的站点，以帮助进行校正。
过滤统计上不重要的峰值。我们发现，这部分分析对数据和实验都有一定的特殊性。
为了解决这一问题，PIQUE的设计目的是以潜在的高假阳性率为代价实现低假阴性率（看起来，与其他软件相比，假阳性率实际上相当低，但我们没有实现任何过滤来防止它们的发生）。其思想是，找到一个假定的峰值是一项艰苦的工作，一旦发现了不满意的峰值，就不难丢弃它们。因此，有必要进行某种后过滤。pique为用户提供输出，可用于支持各种统计测试。
一些推荐的过滤可能包括：
[1]消除明显小于序列库大小范围的峰值，也许还有其他
与之聚集的峰。
[2]消除标准化富集比低于1.0的峰，
或与之聚集的峰。
[3]消除具有预测的结合位点的峰，这些结合位点与富集区的中心非常偏离。
尝试
其中的一个或全部，可能通过聚类来避免任意的
截断。
但是，我们不建议仅通过统计分析来生成"完美"的峰值列表
。
为了消除所有的假阳性，可能不值得进行非常复杂的统计工作。我们建议应用一些基本的统计
测试，然后将轨迹、定量位置和书签
加载到gaggle基因组浏览器中。
数据加载到浏览器中后，查看书签列表。当您选择书签时，浏览器将自动扫描到基因组的
区域并突出显示假定的峰值区域。如果您认为峰值为假阳性，请按删除键。
完成后，保存书签文件的副本。我们发现，用这种方法提取微生物基因组大约需要10到20分钟。
他们相信很快就会有五万到一千美元的身价，而且他们和其他人一样经常是世界上没有二十五美元的人。你遇到的每一个人都有自己的新矿藏值得夸耀，
和他的"标本"准备好了；如果有机会的话，他肯定会把你带到角落里来，帮你一个忙，而不是帮他，让你在"黄金时代"离开几英尺，或者"莎拉
简"，或者其他一些不知名的人。一叠庄稼，只要有足够的钱，就可以得到一顿"正餐"。你决不能透露他以如此毁灭性的代价向你出价，因为他愿意做出这种牺牲只是出于对你的友谊。然后他会从口袋里掏出一块石头，神秘地环顾四周，仿佛他害怕自己会被人拦路抢劫，如果被人抓住，他会用石头轻拍自己的舌头，拍拍眼镜，然后惊呼："看！就在那红色的土里！看到了吗？看到金色的斑点了吗？那银色的条纹呢？那是阿伯叔叔的。有10万吨这样的东西在眼前！就在眼前，小心！
当我们踏上它，窗台变得坚固，它将是世界上最富有的东西！看看化验结果！我不想让你相信我看看化验结果！"
然后他会拿出一张油腻的纸，上面写着化验岩石的
部分显示出含有银和
金的证据，它们的比例是成百上千美元与
吨的比例。
最丰富的一块岩石，然后化验！通常，一吨中只有一块大小为费尔伯特（filbert）的碎片含有金属颗粒，而化验结果却让它假装代表了它所产生的一吨垃圾的平均值。
-马克吐温，粗制滥造
如果满足以下条件，则允许使用：
*源代码的重新分发必须保留上述版权
注意，此条件列表和以下免责声明。
*以二进制形式重新分发必须复制上述版权声明，此条件列表以及
分发版提供的文档和/或其他材料中的以下免责声明。
*A未经事先书面许可，Davis或其贡献者的姓名可用于支持或推广从本软件衍生的产品。
本软件由版权所有者和贡献者提供。默示保证，包括但不限于对适销性和对特定目的的适用性的默示保证，概不负责。在任何情况下，版权持有人或贡献者均不对任何直接、间接、附带的、特殊的、惩戒性的或间接的损害（包括但不限于购买替代货物或服务、使用损失、数据或利润）负责；（或业务中断）无论是何种原因造成的，基于任何责任理论，无论是合同责任、严格责任还是侵权责任（包括疏忽或其他原因），无论是以何种方式使用本软件而产生的，即使已告知此类损害的可能性也是如此。
欢迎加入QQ群-->： 979659372
