MIM-CyCIF:用于增强循环免疫光 (CyCIF) 的蒙面成像建模,使用面板减少和推算
Zachary Sims1, Gordon B Mills2, Young Hwan Chang1,2
1Department of Biomedical Engineering and Computational Biology Program, Oregon Health & Science University, Portland, OR 97201, USA.
bioRxiv : the preprint server for biology
|August 30, 2023
概括
循环免疫光学 (CyCIF) 的计算面板缩小使生物标记物数据从更少的标记物重建成为可能. 这种方法克服了诸如组织损失等技术挑战,提高了癌症研究中的数据效率.
科学领域:
- 生物医学成像技术 生物医学成像技术
- 计算生物学 计算生物学
- 癌症研究 癌症研究
背景情况:
- 循环免疫光 (CyCIF) 是一种强大的多重生物标志物定量技术.
- 技术限制,如组织损失,可能会损害CyCIF面板的容量.
- 有效利用生物标志物数据对于全面的癌症分析至关重要.
研究的目的:
- 开发一种用于减少CyCIF面板大小的计算方法.
- 从减少的生物标志物的子集推断代用CyCIF数据.
- 用更少的标记来保持信息内容和预测能力.
主要方法:
- 提出了一个计算面板减少策略.
- 开发了一个模型,从有限的标记子集中重建完整的CyCIF数据.
- 利用协同表达和形态模式来推断数据.
主要成果:
- 成功重建了25个标记器的信息,仅使用9.
- 在预测和实际数据之间展示了强烈的相关性.
- 在乳腺和结肠直肠癌组织微阵列中展示了概括性.
结论:
- 减少计算面板是克服CyCIF容量限制的可行策略.
- 开发的模型有效地从最小的输入中推断出全面的生物标记数据.
- 这种方法在生物医学研究中广泛适用于各种组织类型.
