使用神经网络在质量细胞计学中进行自动化和可复制的细胞识别
Hajar Saihi1, Conrad Bessant2,3,4, William Alazawi1
1Centre for Immunobiology, Blizard Institute, School of Medicine and Dentistry, Barts and the London, UK.
Briefings in bioinformatics
|November 6, 2023
概括
质量细胞测量有助于细胞分析,但数据集成具有挑战性. 我们新的自动化管道和细胞识别模型Immunopred使可扩展的元分析成为可能,揭示了新的COVID-19免疫洞察力.
科学领域:
- 免疫学 免疫学 免疫学
- 计算生物学 计算生物学
- 生物信息学是一种生物信息学.
背景情况:
- 质量细胞计对于在多种生物样本中识别细胞类型及其功能至关重要.
- 从多项研究中整合质细胞计数据可以提高免疫学,瘤学和感染研究的发现.
- 目前用于整合质量细胞计数据的方法在可扩展性,可重复性和自动化方面是有限的,特别是在异质数据集的情况下.
结论:
- 新的自动化管道和Immunopred模型解决了质量细胞计数据集成的局限性.
- 这种方法增强了元分析的力量,用于发现新的生物学见解.
- 开发的工具将加速利用质量细胞计数据在研究领域的发现.
