空間平滑化による定量化は、イメージング質量サイトメトリーデータセットにおける細胞タイピングを改善します

科学分野:

• 単一細胞生物学
• 計算病理学
• 生物医学イメージング解析

背景:

• イメージング質量サイトメトリー（IMC）における正確な細胞タイプ注釈は、生物学的洞察にとって非常に重要です。
• 正規化、セグメンテーション、マーカー集約などの前処理ステップは、IMCデータ分析に不可欠です。
• 空間分解能の限界と不確かな細胞境界による信号スピルオーバーは、マーカー強度を歪め、誤った注釈につながる可能性があります。

研究 の 目的:

• IMCにおける細胞あたりのマーカー集約に対する空間分解能とセグメンテーション変動の影響を体系的に調査すること。
• 大規模IMC研究における技術的バイアスを分析し、正規化戦略を評価すること。
• IMC細胞タイプ注釈を改善するためのスピルオーバー補正戦略をベンチマークすること。

主な方法:

• シミュレートされたIMCデータセットを使用して、マーカー集約に対する空間分解能とセグメンテーションの影響を評価しました。
• 大規模IMC研究における技術的バイアスと正規化の効果を分析しました。
• シミュレートされたおよび実際のIMCデータセットで様々なスピルオーバー補正方法をベンチマークしました。

主要な成果:

• 細胞タイプ注釈における信頼性の高いマーカー分離の上限を、空間分解能とセグメンテーションに基づいて確立しました。
• 適切な正規化が、生物学的変動を失うことなく大規模IMC研究におけるバッチ効果を低減することを示しました。
• 2つの単純で効果的なスピルオーバー補正方法を特定しました：平均集約による空間平滑化または中央値計算による細胞マスクリサンプリング。これらはベースラインの平均集約よりも優れた性能を発揮しました。

結論:

• 空間分解能、正規化、マーカー集約は、正確なIMC単一細胞注釈のための重要な前処理ステップです。
• 空間平滑化または細胞マスクリサンプリングなどの単純な前処理戦略は、IMCデータ分析を大幅に強化できます。
• 効果的なスピルオーバー補正は、IMCにおける堅牢な細胞タイプ同定に不可欠です。