基于投影追踪的差异细胞流细胞计分析的新型机器学习方法
Mahan Dastgiri1, Javier Cabrera1, Yajie Duan1
1Department of Statistics, School of Arts and Sciences, Rutgers, The State University of New Jersey, Piscataway, NJ, USA.
Journal of biopharmaceutical statistics
|April 20, 2025
概括
差分投影追求为分析大型细胞流细胞计数据集提供了一种新的自动化方法. 这种方法通过在实验条件下识别不同的细胞群来提高清晰度和可重复性.
科学领域:
- 计算生物学 计算生物学
- 生物技术是生物技术.
- 数据科学数据科学数据科学
背景情况:
- 多色细胞流细胞计是基于物理和生物化学性质识别细胞亚群的关键技术.
- 目前的流量细胞计分析依赖于手动封锁,这可能是不一致的,任意的,可能错过复杂的数据结构.
- 现有的方法通常以二维方式分析数据,可能会掩盖更高维度的模式.
研究的目的:
- 介绍差异投影追求 (DPP) 作为分析大型数据集的新方法.
- 将DPP应用于细胞流细胞计数据,作为传统门方法的替代方案.
- 提高流细胞计数据分析的清晰度,可重现性和自动化.
主要方法:
- 开发了差异预测追求 (DPP),集成预测追求,数据颗粒和因素分析.
- 将DPP应用于多色细胞流细胞计数据集.
- DPP确定了实验性治疗或分布之间最大差异的区域.
主要成果:
- 在不同的实验条件下,DPP成功地发现了细胞群中的差异.
- 该方法表明了自动化流细胞计分析的潜力.
- DPP将数据视为其真实维度空间,克服了2D绘图的局限性.
结论:
- 差分投影追踪在流动细胞计量中提供了一个自动化和更强大的替代手工门的替代方案.
- 这种方法改善了细胞亚群的识别,并提高了分析可重复性.
- DPP提供了一个平台,用于探索大型数据集中的差异,并推进流细胞计分析.
更多相关视频
09:56Mapping the Emergent Spatial Organization of Mammalian Cells using Micropatterns and Quantitative Imaging
Published on: April 30, 2019
6.5K
06:01Visualization and Quantification of High-Dimensional Cytometry Data using Cytofast and the Upstream Clustering Methods FlowSOM and Cytosplore
Published on: December 12, 2019
8.4K
