DIMPLE:一个R包来量化,可视化和建模空间细胞相互作用从多重成像与距离矩阵的多重成像.
Maria Masotti1, Nathaniel Osher1, Joel Eliason2
1University of Michigan, Department of Biostatistics, Ann Arbor, MI 48109, USA.
Patterns (New York, N.Y.)
|December 18, 2023
概括
一个新的框架,DIMPLE,分析多重成像数据中的细胞相互作用. 它可扩展到大型数据集,并将空间模式与患者结果联系起来,为癌症研究提供了强大的工具.
科学领域:
- 计算生物学 计算生物学
- 生物信息学是一种生物信息学.
- 空间生物学 空间生物学
背景情况:
- 多重成像 (MI) 数据的空间分析在量化细胞相互作用和将其与患者结果联系起来时存在挑战.
- 目前用于量化细胞-细胞相互作用的方法在复杂数据集中越来越多的细胞类型和图像的数量增加时难以扩展.
研究的目的:
- 引入一个可扩展的分析框架,DIMPLE,用于量化,可视化和建模瘤微环境 (TME) 中的细胞-细胞相互作用.
- 以公开可用的MI数据来证明DIMPLE在发现空间相互作用模式和患者级共变量之间的关联方面的实用性.
主要方法:
- 开发了一个新的R包,DIMPLE,用于可扩展的多重成像数据的空间分析.
- 应用DIMPLE框架来分析公开可用的多重成像数据集.
主要成果:
- DIMPLE提供了一个可扩展的解决方案,用于分析复杂的多重成像数据.
- 在细胞细胞相互作用的图像级测量和患者级共变量之间发现了统计学意义上的关联.
结论:
- DIMPLE框架为多重成像数据的空间分析提供了一种有效和可扩展的方法.
- DIMPLE有助于在TME中发现细胞空间组织和患者结果之间的有意义关系.
