评估基于图像的细胞分析批量校正方法
John Arevalo1, Ellen Su1, Robert van Dijk1
1Imaging Platform, Broad Institute of MIT and Harvard, Cambridge, Massachusetts, USA.
bioRxiv : the preprint server for biology
|September 25, 2023
概括
批量效应阻碍了基于图像的分析数据的整合. 混合模型方法Harmony在大型细胞绘画数据集中有效地纠正了这些影响,从而实现了更好的科学发现.
科学领域:
- 计算生物学是一种计算生物学.
- 生物技术是生物技术.
- 基因组学就是基因组学.
背景情况:
- 基于图像的高通量分析生成了大量的细胞数据,用于诸如药物发现等应用.
- 来自不同实验室和设备的批量效应限制了数据集成和解释.
- 细胞成像数据对于理解生物机制至关重要.
结论:
- 这项工作有助于整合和解释公开的Cell Painting数据.
- 改进的批次校正能够从大规模成像数据集中进行强大的科学发现.
- 开发的基准标准有助于推进基于图像的分析数据分析.
