统一形式:向多重组织成像的通用免疫光规范化

科学领域:

• 计算生物学 计算生物学
• 生物技术是生物技术.
• 生物信息学是一种生物信息学.

背景情况:

• 多复合组织成像 (MTI) 提供瘤微环境的高维空间分析.
• 染色强度的技术变化给MTI数据分析带来了挑战.
• 现有的规范化方法与异质,右倾的MTI数据分布作斗争.

研究的目的:

• 为多重组织成像 (MTI) 数据开发一个强大而准确的规范化管道.
• 解决当前处理技术变化和偏斜数据分布的方法的局限性.
• 改进MTI数据的信号对齐和下游分析.

主要方法:

• 介绍UniFORM,一个非参数的,基于Python的MTI数据规范化管道.
• UniFORM保留了标记强度分布形状和积极的人口比例.
• 复杂数据集的自动规范化与可选的引导微调.

主要成果:

• UniFORM在不同MTI平台和数据集中减轻批量效应方面表现出卓越的表现.
• 观察到改善的标记物分布对齐和增强的kBET分数.
• UniFORM加强了下游分析,包括UMAP可视化和莱登集群.

结论:

• UniFORM为MTI数据规范化提供了一个可扩展和强大的解决方案,其性能优于现有的方法.
• 该管道使空间瘤微环境数据的更准确,更有生物学意义的解释成为可能.
• 对于基于光的MTI平台来说,UniFORM特别有价值,但广泛适用.