FlowAtlas:一种用于高维免疫类型分析的交互工具,将FlowJo与Julia中的计算工具相结合

科学领域:

• * 计算生物学 * 计算生物学
• * 免疫学 免疫学
• * 生物信息学是一门学科.

背景情况:

• * 细胞计量数据的维度,吞吐量和复杂性不断增加,需要先进的分析工具.
• * 现有的工具往往需要编码专业知识或下方采样,限制可访问性和数据完整性.
• * 用户友好的界面与高性能机器学习的整合对于现代细胞计量分析至关重要.

研究的目的:

• * 介绍FlowAtlas,一个用于细胞计量数据分析的交互式Web应用程序.
• * 为了实现减小维度而无需数据下方采样,保持数据完整性.
• *为复杂的细胞计量数据提供无编码解决方案,将用户友好的界面与强大的机器学习框架相结合.

主要方法:

• * 开发一个交互式Web应用程序,FlowAtlas.
• * 实施与非相同染色面板兼容的尺寸缩小技术.
• * 在 Julia 中与高性能机器学习框架的集成.
• *适用于人类多组织,多捐赠者免疫细胞数据集.

主要成果:

• * FlowAtlas 便于直观,快速地发现和检测细胞群,包括罕见的细胞群.
• * 该应用程序成功地处理了高维细胞计数据,而不需要下方采样.
• *已证明与与非相同面板染色的数据集的兼容性.
• * 通过复杂的人类免疫细胞数据集突出了关键的免疫学发现.

结论:

• * FlowAtlas提供了一个用户友好的,无代码的解决方案,用于高级细胞计量数据分析.
• * 它有效地解决了高维和复杂的细胞计量数据集所带来的挑战.
• * 该工具增强了发现和分析细胞群的能力,加速了免疫学研究.