You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

生物研究Panel设计:生成无重复Peak Channel的Epitope组合工具需求

荧光标记组合筛选工具方案

功能说明

针对你需要的需求——从包含Fluorophore(荧光染料)、Peak Channel(峰值通道)、Epitope(抗原表位)的表格中,筛选出包含全部指定Epitope且无重复Peak Channel的所有有效组合,以下是可直接运行的Python实现方案,无需编程基础即可操作。

步骤1:准备输入数据

将你的实验数据整理成CSV格式(可通过Excel导出为CSV),示例输入格式如下:

FluorophorePeak ChannelEpitope
FITC1CD3
PE2CD4
APC3CD8
PerCP-Cy5.52CD3
Alexa Fluor 6473CD4

步骤2:可直接运行的代码

import pandas as pd
from itertools import product

def filter_valid_fluorophore_combinations(input_csv_path, target_epitopes):
    # 读取输入表格
    df = pd.read_csv(input_csv_path)
    
    # 按目标Epitope分组,提取每个Epitope对应的所有可选标记项
    epitope_options = {ep: df[df['Epitope'] == ep].to_dict('records') for ep in target_epitopes}
    
    # 生成所有可能的组合(每个Epitope选一个标记)
    all_possible_combinations = product(*epitope_options.values())
    
    # 筛选通道无重复的有效组合
    valid_combinations = []
    for combo in all_possible_combinations:
        channel_list = [item['Peak Channel'] for item in combo]
        if len(set(channel_list)) == len(channel_list):
            valid_combinations.append(combo)
    
    # 转换为结构化表格输出
    result_data = []
    for combo_id, combo in enumerate(valid_combinations, 1):
        for marker in combo:
            result_data.append({
                '组合编号': combo_id,
                'Fluorophore': marker['Fluorophore'],
                'Peak Channel': marker['Peak Channel'],
                'Epitope': marker['Epitope']
            })
    result_df = pd.DataFrame(result_data)
    
    return result_df

# ---------------------- 请修改以下参数 ----------------------
INPUT_FILE = "你的输入文件路径.csv"  # 替换为你的CSV文件实际路径
REQUIRED_EPITOPES = ["CD3", "CD4"]  # 替换为你需要的Epitope列表
# -------------------------------------------------------------

# 执行筛选并保存结果
final_result = filter_valid_fluorophore_combinations(INPUT_FILE, REQUIRED_EPITOPES)
final_result.to_csv("有效荧光组合结果.csv", index=False, encoding='utf-8-sig')
print("筛选完成,结果已保存为'有效荧光组合结果.csv'")

步骤3:操作指南

  1. 安装依赖:
    • 下载安装Python(选择3.8及以上版本,安装时勾选「Add Python to PATH」)
    • 打开命令提示符,输入pip install pandas安装数据处理库
  2. 配置参数:
    • 将你的数据保存为CSV文件,替换代码中的INPUT_FILE路径
    • 修改REQUIRED_EPITOPES为实验需要的抗原表位列表
  3. 运行代码:
    • 保存代码为.py文件,双击运行,或在命令提示符中执行python 文件名.py
    • 运行完成后,会在同目录生成有效荧光组合结果.csv文件,可直接用Excel打开查看

示例输出(针对上述示例输入,指定Epitope为CD3、CD4)

组合编号FluorophorePeak ChannelEpitope
1FITC1CD3
1PE2CD4
2FITC1CD3
2Alexa Fluor 6473CD4
3PerCP-Cy5.52CD3
3Alexa Fluor 6473CD4

注意事项

  • 确保CSV文件的列名与代码中使用的完全一致:Fluorophore、Peak Channel、Epitope
  • 如果某个指定Epitope在输入表格中没有对应项,代码会自动跳过,不会生成任何组合
  • 输出文件采用utf-8-sig编码,避免Excel打开时出现乱码

内容的提问来源于stack exchange,提问作者user24540856

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.06.25 10:17:18