流细胞计数据的合并和归算:一个关键的评估评估
T R Mocking1, C Duetz1, B J van Kuijk1
1Department of Hematology, Cancer Center Amsterdam, Amsterdam UMC, Vrije Universiteit Amsterdam, Amsterdam, The Netherlands.
概括
多参数流细胞计 (MFC) 归算软件在重建缺失的细胞标记数据方面显示出有限的准确性. CyTOFmerge表现最好,但所有方法都需要仔细验证才能进行可靠的分析.
科学领域:
- 生物技术是生物技术.
- 免疫学 免疫学 免疫学
- 计算生物学 计算生物学
背景情况:
- 现代的多参数流细胞计 (MFC) 能够进行高维细胞分析.
- 获取多个标记器的数据通常需要多次测量,因为仪器的限制.
- 推算方法用于估计未测量的标记物组合,但它们的验证往往缺乏.
研究的目的:
- 为了评估现有的归算软件对多参数流细胞计数据的性能.
- 在重建已知的表达式数据时评估归算方法的准确性.
- 为了确定归算对细胞群体识别和分析的影响.
主要方法:
- 评估了四个归算软件包 (Infinicyt,CyTOFmerge,CytoBackBone,cyCombine) 的使用情况.
- 将MFC样本分为单独的测量,并重叠标记,以模拟缺失的数据.
- 通过将归算数据与已知的表达值,视觉外观和手动关门结果进行比较来评估性能.
主要成果:
- CyTOFmerge显示出已知表达式的最准确的近似和与手动关门的一致性 (平均F分数为0.53-0.87).
- 所有评估的归算方法都显示出不充分的性能,在细胞水平上相似性有限.
- 在不同的数据集和细胞种群中,归算的准确性各不相同.
结论:
- 由于固有的局限性,应谨慎使用输入的多参数流细胞计数据.
- 从归算数据中获得的结果的独立验证至关重要.
- 进一步开发MFC的可靠归算技术是有必要的.
