自动化EuroFlow方法用于标准化深入剖析人体循环B细胞和血细胞

科学领域:

• 免疫学 免疫学 免疫学
• 生物技术是生物技术.
• 计算生物学 计算生物学

背景情况:

• 多参数流细胞计 (FC) 对于识别人体血液白细胞,如B淋巴细胞和血细胞 (PC) 至关重要.
• 传统的FC数据分析需要大量的专业知识,耗时,并且缺乏可重复性.

研究的目的:

• 开发和验证一个自动化数据库引导的门和识别 (AGI) 方法.
• 为了快速,标准化和深入分析人类血液中的B淋巴细胞和PC群体.

主要方法:

• 使用了213 FC标准 (FCS) 数据文件,来自带和外周血液样本.
• 采用了14种颜色的18种抗体的EuroFlow BIgH-IMM面板用于B淋巴细胞和PC识别.
• 开发了一个参考数据库,并使用层次和两步算法比较自动关门 (AGI) 和手动关门 (MG).

主要成果:

• 与两步算法 (r2=0.88) 相比,分层AGI算法与手动关门 (r2=0.94) 的相关性更高.
• AGI分析显示,与基于专家的手动门关有很高的相关性 (r2>0.81对79%的人口).
• AGI显著减少了分析时间 (中位数为6分钟而不是40分钟) 和可变性 (样本内CV为1.7%而不是10.4%;专家间CV为3.9%而不是17.3%).

结论:

• 拟议的AGI工具为分析B淋巴细胞和PC子集提供了一个更快,更稳健,更可重复和标准化的方法.
• AGI提高了流细胞计数据分析在人类血液的效率和可靠性.