カリブレーションビーズを使用したフローサイトメトリの1イベント不確実性定量化
Prajakta Bedekar1,2, Megan A Catterton3, Matthew DiSalvo3
1Applied and Computational Mathematics Division, Information Technology Laboratory, National Institute of Standards and Technology, Gaithersburg, Maryland, USA.
まとめ
この研究は,フローサイトメトリ測定のための新しい確率モデルを導入し,ノイズとバックグラウンドから真の信号を区別する能力を向上させます. これは細胞外小胞検知などのアプリケーションの 診断精度と機器の特徴を高めます
科学分野:
- 生物医学工学
- 分析化学
- 定量生物学
背景:
- 流動細胞測定は診断に不可欠ですが,測定の不確実性のためにシグナルとノイズを区別する上で課題に直面しています.
- 現存するモデルでは,集団の変動と器具効果の両方について説明できず,特に細胞外小胞のような小さな粒子の正確な分析を妨げています.
研究 の 目的:
- フローサイトメトリーの明示的な確率測定モデルを開発する.
- 背景と機器による影響を含む不確実性の源を正確に分離する.
- 小さな生物の信号の識別を改善する.
主な方法:
- ボリュームとラベリングの変動,背景信号,光ショットノイズを含む確率モデルを策定した.
- イベント毎の校正測定からの原始データを使用した.
- 測定不確実性の異なる源を分離するためにモデルを適用しました.
主要な成果:
- フロー・サイトメトリーの測定で不確実性の源をうまく分離した.
- 集団の固有の変動性と機器効果を考慮するモデルの能力を実証した.
- 意思決定と機器の特徴付けの改善のための枠組みを提供した.
結論:
- 開発された確率モデルでは,フローサイトメトリーデータを分析するより正確なアプローチが提供されます.
- この方法は,細胞外小胞などの小さな粒子を検出し,特徴づける能力を高めます.
- 測定不確実性の理解が改善されることで,より信頼性の高い診断と測定器の性能評価が容易になります.


