GammaGateR:用于单细胞多重成像的半自动标记门
Jiangmei Xiong1, Harsimran Kaur2,3, Cody N Heiser2,3,4
1Department of Biostatistics, Vanderbilt University, USA.
bioRxiv : the preprint server for biology
|October 2, 2023
概括
多重复合免疫光 (mIF) 分析得到了 GammaGateR 的改进,这是用于可再生细胞表型化的 R 包. 该工具增强了标记器门的一致性,并减少了分析复杂组织成像数据的手工工作.
科学领域:
- 计算生物学 计算生物学
- 生物技术是生物技术.
- 生物信息学是一种生物信息学.
背景情况:
- 多复合免疫光学 (mIF) 能够实现多通道蛋白质成像,用于组织中细胞水平的空间分析.
- 目前用于mIF数据的自动化细胞表型化方法缺乏一致性,并且通常需要主观的手动值.
结论:
- GammaGateR提供了一个可评估的半自动化算法,用于mIF数据分析.
- 提高了标记门的可复制性,并减少了手动细分时间.
- 为推进空间生物学研究提供了一个强大的工具.
关键词:
经纪录 (CODEX) 是一个书籍.在CYCIF中,您可以使用CyCIF.现型化 (Phenotyping) 是一种表现方式.这是分类分类的分类.混合物模型模型的混合物模型mxIFIFIF 在线观看更多相关视频
09:57Workflow for High-content, Individual Cell Quantification of Fluorescent Markers from Universal Microscope Data, Supported by Open Source Software
Published on: December 16, 2014
13.0K
09:56Mapping the Emergent Spatial Organization of Mammalian Cells using Micropatterns and Quantitative Imaging
Published on: April 30, 2019
6.6K