咖啡:一个集成的Web应用程序用于高维分析和可视化在光谱流细胞计.
Md Hasanul Banna Siam1, Md Akkas Ali1, Donald Vardaman1
1Department of Pathology, Heersink School of Medicine, University of Alabama at Birmingham, Birmingham, AL, 35205 USA.
bioRxiv : the preprint server for biology
|December 23, 2024
概括
CAFE是一个新的Python网络应用程序,简化了高维光谱流细胞计数据分析. 它提供了用于细胞识别和可视化的自动化工具,使复杂的数据可以在没有编码的情况下访问.
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:
- *光谱流细胞计能够同时测量多达50个标记物,为细胞异质性提供了深入的见解.
- * 分析光谱流细胞计的高维 (HD) 数据使用传统的手动关门方法具有挑战性.
- * 需要易于使用,易于使用的工具来解释复杂的蜂数据.
研究的目的:
- * 开发一个开源的,基于Python的网页应用程序,名为CAFE (细胞分析流细胞计环境),具有图形用户界面.
- *为分析高维光谱流细胞计数据提供一个可访问的平台.
- *为了简化细胞群识别和注释的过程.
主要方法:
- * CAFE使用Streamlit构建,集成Scanpy等图书馆进行单细胞分析,Pandas和PyArrow用于数据处理,Matplotlib/Seaborn/Plotly用于可视化.
- * 功能包括基于密度的下方采样,缩小维度,批次校正和基于莱登的聚类.
- * 该应用程序提供交互式控制,用于实时图形生成和集群注释.
主要成果:
- *成功分析了一大批人体外围血液单核细胞 (PBMC) 数据集 (35万个细胞).
- *使用CAFE在PBMC数据集中确定了16个不同的细胞群.
- * 交互生成准备发布的图形,展示该工具的可视化功能.
结论:
- * CAFE提供了一个可访问的,无代码的解决方案,用于分析高维光谱流细胞计数据.
- * 该应用程序使复杂的数据分析实现了民主化,使研究人员能够在没有编码专业知识的情况下解释细胞异质性.
- *CAFE促进了不同细胞群的识别和表征,促进了生物发现.


