CAFE:一种集成的网络应用程序,用于光谱流细胞计中的高维分析和可视化
Md Hasanul Banna Siam1, Md Akkas Ali1, Donald Vardaman1
1Department of Pathology, Heersink School of Medicine, University of Alabama at Birmingham, Birmingham, AL 35205, United States.
Bioinformatics (Oxford, England)
|April 17, 2025
概括
我们开发了Cell Analyzer for Flow Experiments (CAFE),这是一个基于Python的工具,简化了高维光谱流细胞计数据分析. 在没有编码专业知识的情况下,CAFE可以对复杂的蜂数据进行可访问,自动化分析和可视化.
科学领域:
- 生物技术是生物技术.
- 计算生物学 计算生物学
- 免疫学 免疫学 免疫学
背景情况:
- 谱流细胞计能够进行高参数单细胞分析,揭示细胞异质性.
- 对于高维 (HD) 数据,传统的手动关口是复杂且耗时的.
- 现有的方法很难有效地分析现代流细胞计生成的庞大数据集.
研究的目的:
- 开发一个可访问的,开源的工具来分析高频谱流细胞计数据.
- 为复杂的数据分析任务提供一个用户友好的图形界面.
- 民主化对高维单细胞数据的分析.
主要方法:
- 开发了用于流体实验的细胞分析器 (CAFE),这是一个基于Python的Web应用程序,使用Streamlit.
- 集成的库,如Scanpy用于单细胞分析和Pandas用于数据处理.
- 实现的功能包括基于密度的下方采样,缩小维度,批次校正,聚类和注释.
主要成果:
- 成功分析了35万个细胞的人类PBMC数据集,确定了16个不同的细胞群.
- 通过交互式控制,CAFE实时生成准备发布的数据.
- 该工具消除了对编码专业知识的需求,使高清数据分析可访问.
结论:
- CAFE提供了一个强大的和直观的解决方案,用于分析高维光谱流细胞计数据.
- 该应用程序显著降低了复杂单细胞数据分析的进入障碍.
- 咖啡使研究人员能够更深入地了解细胞异质性.


