胰腺的空间化学特征使用质谱成像和拓数据分析
Helena Derwae1, Melanie Nijs1, Axel Geysels1
1STADIUS Center for Dynamical Systems, Signal Processing, and Data Analytics, Department of Electrical Engineering (ESAT), KU Leuven, 3001 Leuven, Belgium.
Analytical chemistry
|July 4, 2023
概括
拓数据分析技术Mapper有效地分析了质谱成像数据,在小鼠胰腺组织中识别了已知的和新的分子.
科学领域:
- 计算生物学 计算生物学
- 数据科学数据科学数据科学
- 生物医学成像技术 生物医学成像技术
背景情况:
- 质谱成像 (MSI) 产生需要先进的计算分析的高维数据.
- 拓数据分析 (TDA) 提供了新的方法来理解复杂的数据结构.
- 之前的研究使用UMAP进行MSI数据分析,提供了比较的基准.
研究的目的:
- 调查Mapper的应用,TDA技术,用于分析质谱成像数据.
- 为了比较Mapper与UMAP在健康小鼠胰腺数据集上的聚类性能.
- 在MSI数据中使用Mapper识别新的见解和结构.
主要方法:
- 应用Mapper算法,一种TDA方法,来处理MSI数据集.
- 聚类分析高维MSI数据以确定分子分布.
- 对Mapper结果与UMAP获得的结果进行比较分析.
主要成果:
- 映射器成功地在小鼠胰腺中确定了已知的分子,与UMAP发现一致.
- 映射器揭示了额外的结构,包括胰腺小岛内的环形.
- 使用Mapper. 识别了与血管相对应的更明显的集群.
结论:
- Mapper是用于生物医学应用中的质谱成像数据分析的有价值的TDA工具.
- 该技术在MSI数据集群方面表现出与UMAP相似的,在某些情况下甚至比UMAP更好的性能.
- Mapper提供了一种多功能且计算效率高的方法,用于发现生物组织中的复杂模式.
