A number of different tools have be

A number of different tools have been made available for the automated analysis of T-RFLP data, all with their own merits. T-Align [10] can be used for alignment of duplicates, generation of consensus profiles and alignment of the consensus profiles. However, the number of replicates is fixed to two, and there are no options for normalization. T-REX [17] has two options for alignment: either simply replacing the observed T-RF sizes with the value of the nearest integer or using an adaptation of the T-Align alignment method. However, there is only one option for noise removal, the method by Abdo et al. [7] and there is no flexibility in the generation of consensus profiles. The T-RFLP Stats scripts by Abdo et al. [7] only perform the methods described in the paper without any other options. None of the available tools enable easy comparison of different normalization strategies. They also lack options for consensus profile generation and tools for the evaluation of the T-RF alignment. To meet this need, the collection of Visual Basic macros and the analysis template presented here, from now on referred to as the Tools for T-RFLP data analysis, were developed. The procedures allow for automated normalization and alignment of replicate profiles, creation of consensus profiles from replicate profiles and normalization and alignment of the consensus profiles. Included are also procedures to evaluate the accuracy of the resulting alignments, to calculate association coefficients between T-RF profiles and a diversity index. The macros and the analysis template sheet are designed so that adjustments of the parameters for noise baseline, T-RF analysis range, normalization and alignment can easily be made. In addition, all analyses can be based on either peak height data or peak area data.

ผลลัพธ์ (ไทย) 1:

จำนวนเครื่องมือต่าง ๆ ได้ถูกทำพร้อมใช้งานสำหรับการวิเคราะห์ข้อมูล T-RFLP กับบุญของตนเองทั้งหมดอัตโนมัติ T-ตำแหน่ง [10] สามารถใช้สำหรับจัดตำแหน่งของรายการซ้ำ สร้างโพรไฟล์มติและการจัดตำแหน่งของโพรไฟล์ช่วย อย่างไรก็ตาม ได้รับการแก้ไขจำนวนเหมือนกับสอง และมีไม่มีตัวเลือกสำหรับการฟื้นฟู T-REX [17] มีสองตัวเลือกสำหรับการจัดตำแหน่ง: เพียงแค่เปลี่ยนขนาด T-RF สังเกตกับค่าของจำนวนเต็มที่ใกล้ที่สุด หรือใช้การปรับตัวของวิธีการจัดตำแหน่งชิด T อย่างไรก็ตาม จะมีตัวเลือกเดียวสำหรับกำจัดเสียงรบกวน วิธีโดย Abdo et al. [7] และมีความไม่ยืดหยุ่นในการสร้างโพรไฟล์มติ สคริปต์สถิติ T RFLP โดย Abdo et al. [7] ดำเนินวิธีการอธิบายไว้ในเอกสารไม่มีตัวเลือกอื่น ๆ เท่านั้น ไม่มีเครื่องมือที่ใช้เปรียบเทียบง่ายของกลยุทธ์ฟื้นฟูแตกต่างกัน พวกเขายังขาดตัวช่วยสร้างส่วนกำหนดค่าและเครื่องมือสำหรับการประเมินตำแหน่ง T-RF เพื่อตอบสนองความต้องการนี้ ชุดของแมโคร Visual Basic และแบบวิเคราะห์ที่นำเสนอที่นี่ จากที่อ้างอิงถึงเป็นเครื่องมือสำหรับการวิเคราะห์ข้อมูล T RFLP ได้รับการพัฒนา ขั้นตอนการอนุญาตให้ฟื้นฟูโดยอัตโนมัติ และจัดตำแหน่งของโพรไฟล์การ replicate สร้างโพรไฟล์มติจากโพรไฟล์การ replicate และฟื้นฟูและจัดตำแหน่งของส่วนกำหนดค่าช่วย รวมก็ขั้นตอนการประเมินความถูกต้องของผลลัพธ์จัดแนว การคำนวณค่าสัมประสิทธิ์ความสัมพันธ์ระหว่างค่า T-RF และดัชนีความหลากหลาย แมโครและวิเคราะห์แม่ชีถูกออกแบบมาเพื่อให้ปรับปรุงพารามิเตอร์สำหรับเสียงพื้นฐาน ช่วงการวิเคราะห์ T-RF ฟื้นฟู และจัดตำแหน่งได้ง่ายได้ นอกจากนี้ วิเคราะห์ทั้งหมดสามารถใช้ข้อมูลความสูงสูงสุดหรือสูงสุดที่ตั้งข้อมูล

ผลลัพธ์ (ไทย) 2:

จำนวนของเครื่องมือที่แตกต่างกันได้รับการให้บริการสำหรับการวิเคราะห์ข้อมูลอัตโนมัติของ T-RFLP ทั้งหมดที่มีประโยชน์ของตนเอง T-align [10] สามารถใช้สำหรับการจัดตำแหน่งของรายการที่ซ้ำกัน, การสร้างรูปแบบฉันทามติและการจัดตำแหน่งของโปรไฟล์ฉันทามติ อย่างไรก็ตามจำนวนของซ้ำได้รับการแก้ไขสองและมีตัวเลือกไม่สำหรับการฟื้นฟู T-REX [17] มีสองตัวเลือกสำหรับการจัดตำแหน่ง: ทั้งเพียงแค่เปลี่ยนสังเกตขนาด T-RF ที่มีค่าของเลขที่ใกล้ที่สุดหรือใช้การปรับตัวของวิธีการจัดตำแหน่งของ T-แหน่ง แต่มีเพียงหนึ่งตัวเลือกสำหรับการกำจัดเสียงรบกวนวิธีโดย Abdo และคณะ [7] และมีความยืดหยุ่นในการผลิตของโปรไฟล์ฉันทามติไม่ T-RFLP สคริปต์สถิติโดย Abdo และคณะ [7] เพียงดำเนินการวิธีการที่อธิบายในกระดาษโดยไม่มีตัวเลือกอื่น ๆ ไม่มีเครื่องมือที่มีการเปิดใช้งานเปรียบเทียบง่ายของกลยุทธ์การฟื้นฟูที่แตกต่างกัน พวกเขายังขาดตัวเลือกสำหรับการสร้างฉันทามติรายละเอียดและเครื่องมือสำหรับการประเมินผลของการจัดตำแหน่ง T-RF เพื่อตอบสนองความต้องการนี​​้คอลเลกชันของแมโครของ Visual Basic และแม่แบบการวิเคราะห์ที่นำเสนอนี้จากนี้ไปจะเรียกว่าเป็นเครื่องมือสำหรับ T-RFLP การวิเคราะห์ข้อมูลได้รับการพัฒนา ขั้นตอนการอนุญาตให้มีการฟื้นฟูโดยอัตโนมัติและการจัดตำแหน่งของโปรไฟล์ซ้ำสร้างโปรไฟล์ฉันทามติจากโปรไฟล์ซ้ำและการฟื้นฟูและการจัดตำแหน่งของโปรไฟล์ฉันทามติ รวมนอกจากนี้ยังมีวิธีการในการประเมินความถูกต้องของการจัดแนวที่เกิดขึ้นในการคำนวณค่าสัมประสิทธิ์ความสัมพันธ์ระหว่างรูปแบบ T-RF และดัชนีความหลากหลาย แมโครและการวิเคราะห์แม่แบบแผ่นได้รับการออกแบบเพื่อให้การปรับพารามิเตอร์สำหรับพื้นฐานเสียง T-RF ช่วงการวิเคราะห์การฟื้นฟูและการจัดตำแหน่งสามารถจะทำ นอกจากนี้การวิเคราะห์ทั้งหมดจะขึ้นอยู่กับทั้งข้อมูลความสูงของยอดเขาหรือข้อมูลพื้นที่สูงสุด

ผลลัพธ์ (ไทย) 3:

จำนวนของเครื่องมือที่แตกต่างกันมีให้บริการสำหรับอัตโนมัติการวิเคราะห์ข้อมูล t-rflp ทั้งหมดที่มีข้อดีของตนเอง t-align [ 10 ] ที่สามารถใช้สำหรับการสร้างโปรไฟล์ที่ซ้ำกันและการจัดแนวของมติเอกฉันท์ โปรไฟล์ อย่างไรก็ตาม หมายเลขของแบบคงที่สองและไม่มีตัวเลือกสำหรับการฟื้นฟู . " ทีเร็กซ์ [ 17 ] มีสองตัวเลือกสำหรับการจัดวาง :ให้เพียงแทนที่สังเกต t-rf ขนาดด้วยค่าของจำนวนเต็มที่ใกล้ที่สุดหรือใช้การปรับตัวของ t-align แนววิธี อย่างไรก็ตาม มีเพียงหนึ่งตัวเลือกสำหรับการกำจัดเสียงรบกวน วิธีแอ๊บโด et al . [ 7 ] และไม่มีความยืดหยุ่นในการสร้างโปรไฟล์ฉันทามติ สถิติที่ t-rflp สคริปต์โดยแอ๊บโด et al .[ 7 ] จะแสดงวิธีการอธิบายไว้ในกระดาษโดยไม่มีตัวเลือกอื่น ๆ ไม่มีมีเครื่องมือช่วยให้ง่ายต่อการเปรียบเทียบกลยุทธ์บรรทัดฐานที่แตกต่างกัน พวกเขายังขาดเครื่องมือและตัวเลือกสำหรับฉันทามติสร้างโปรไฟล์สำหรับการประเมิน t-rf แนว เพื่อตอบสนองความต้องการนี้ คอลเลกชันของแมโคร Visual Basic และการวิเคราะห์แม่แบบแสดงที่นี่จากนี้ไปเรียกว่าเครื่องมือสำหรับการวิเคราะห์ข้อมูล t-rflp ได้รับการพัฒนา ขั้นตอนการอนุญาตให้อัตโนมัติบรรทัดฐานและการสร้างโปรไฟล์ การสร้างโปรไฟล์เอกฉันท์จากสร้างโปรไฟล์และบรรทัดฐานและแนวของ Consensus โปรไฟล์ รวมยังขั้นตอนเพื่อประเมินความถูกต้องของการเกิด ,คำนวณค่าสัมประสิทธิ์ระหว่างสมาคมและโปรไฟล์ t-rf ดัชนีความหลากหลาย . แมโครและการวิเคราะห์แผ่นแม่แบบถูกออกแบบมาเพื่อให้ปรับพารามิเตอร์สำหรับพื้นฐานเสียง ช่วง t-rf บรรทัดฐานและแนวการวิเคราะห์ , สามารถทำ นอกจากนี้ทุกการวิเคราะห์สามารถยึดทั้งยอดเขาความสูงสูงสุดข้อมูลหรือพื้นที่ข้อมูล