使用CyLinter进行高复合组织样本单细胞分析的质量控制
Gregory J Baker1,2,3, Edward Novikov1,2,4, Ziyuan Zhao5
1Ludwig Center for Cancer Research at Harvard, Harvard Medical School, Boston, MA.
bioRxiv : the preprint server for biology
|November 14, 2023
概括
高复杂空间分析中的成像工件隐藏了单细胞数据. 我们的CyLinter软件工具识别和删除这些文物,显著提高数据质量和生物解释,特别是在较旧的样本.
科学领域:
- 生物技术是生物技术.
- 计算生物学 计算生物学
- 癌症研究 癌症研究
背景情况:
- 瘤的复杂性跨越多个空间尺度,需要先进的分析技术.
- 高复杂的空间分析使得细胞和非细胞瘤组件的详细检查成为可能.
- 现有的单细胞数据提取方法受到组织成像中的工件的挑战.
研究的目的:
- 解决成像工件对高复杂空间分析中单细胞数据分析的影响.
- 引入一种新的软件工具,用于识别和删除受成像工件影响的数据.
- 增强空间分析数据的生物解释性,特别是来自档案标本的数据.
主要方法:
- 开发CyLinter,一个交互式质量控制软件工具.
- 使用CyLinter来识别和过与成像工件相关的数据点.
- 评估删除文物对单细胞数据分析的影响.
主要成果:
- 图像制造器件显著损害了单细胞数据分析和生物解释.
- CyLinter有效地识别和删除与折叠,碎片和处理错误等文物相关的数据.
- 该软件工具明显提高了单细胞分析的质量,特别是在老旧的档案标本中.
结论:
- 高复杂的空间分析数据中的人工物是准确的生物学解释的关键问题.
- 赛林特为质量控制提供了强大的解决方案,提高了单细胞分析的可靠性.
- 这种工具对于重新分析历史临床试验样本,释放新的生物学见解,特别有价值.
