自动化细胞计量门与人类水平的性能使用双变体细分的分段
Jiong Chen1,2, Matei Ionita3,4, Yanbo Feng2
1Department of Bioengineering, University of Pennsylvania School of Engineering and Applied Science, Philadelphia, PA, USA.
Nature communications
|February 12, 2025
概括
UNITO通过将细胞数据转化为图像来自动化细胞测量分析,准确识别细胞群体并克服高通量单细胞蛋白质测量的挑战.
科学领域:
- 免疫学 免疫学 免疫学
- 计算生物学 计算生物学
- 生物技术是生物技术.
背景情况:
- 高通量细胞计能够进行广泛的单细胞蛋白质表达分析.
- 生物和技术的变化使手动关门复杂化,特别是在处理碎片和文物的初始前门.
研究的目的:
- 开发一个自动化框架,UNITO,用于严格识别层次细胞计量子群.
- 为了减少细胞计量数据分析中手动关门的劳动密集性.
主要方法:
- UNITO将细胞级分类重新定义为基于图像的细分问题.
- 该框架在三个独立的队列中得到验证:两个质量细胞计和一个流量细胞计数据集.
主要成果:
- 与现有的自动化方法相比,UNITO表现出更高的性能.
- 它的结果与经验丰富的免疫学家的共识密切一致,其偏差与个人人类表现相当.
结论:
- UNITO为自动化细胞计量数据分析提供了强大而高效的解决方案.
- 该框架为检查提供可重现的门轮,并允许并行处理以提高速度.


