MIM-CyCIF:用于增强循环免疫光 (CyCIF) 的蒙面成像建模,使用面板缩小和归算
Zachary Sims1, Gordon B Mills2, Young Hwan Chang3,4
1Department of Biomedical Engineering and Computational Biology Program, Oregon Health & Science University, Portland, OR, USA.
Communications biology
|April 3, 2024
概括
我们开发了一种计算方法,将循环免疫光 (CyCIF) 面板从25个减少到9个标记. 这种方法保持了数据完整性,提高了生物标志物分析的速度,内容和成本效益.
科学领域:
- 生物医学成像学 生物医学成像学
- 计算病理学计算病理学
- 发现生物标志物的发现.
背景情况:
- 循环免疫光学 (CyCIF) 可实现多重生物标志物的量化.
- 目前的CyCIF面板容量受到技术限制的限制.
研究的目的:
- 为CyCIF引入一个计算面板减少策略.
- 使用较小的子集 (9 个标记) 从更大的面板 (25 个标记) 中赋值信息.
主要方法:
- 开发了一种计算方法来减少CyCIF中的面板.
- 杆共同表达和形态模式用于归算.
- 在不同类型的癌症中验证了该方法.
主要成果:
- 仅使用9个标记器,成功归因了25个标记器的信息.
- 在预测和概括性方面展示了强烈的相关性.
- 在包括乳腺癌和结直肠癌在内的各种组织类型中展示了适用性.
结论:
- 拟议的计算减少方法提高了CyCIF的效率.
- 这种方法增加了速度,面板内容,并降低了成本.
- 该策略广泛适用于用于生物标志物分析的各种组织类型.
