协同存在:串联多重化组织图像的协调单细胞集成
Robert T Heussner1, Cameron F Watson1,2, Christopher Z Eddy3
1Department of Biomedical Engineering and Computational Biology Program, Oregon Health & Science University (OHSU), Portland, Oregon, United States of America.
PLoS computational biology
|August 5, 2025
概括
多复合组织成像 (MTI) 现在可以使用新的COEXIST算法在单细胞水平上集成序列截面. 这种方法克服了面板尺寸的限制,并增强了空间配置,以便更深入地分析血统和功能状态.
科学领域:
- 生物技术是生物技术.
- 计算生物学 计算生物学
- 基因组学就是基因组学.
背景情况:
- 多复合组织成像 (MTI) 由于技术限制,依赖于串行切割.
- 集成来自序列段的数据是具有挑战性的,因为生物异质性和空间复杂性.
- 目前的计算方法未能充分解决细胞群异质性和空间信息.
研究的目的:
- 开发一种计算方法,以无地整合序列分割的多重化组织成像数据的单细胞水平.
- 克服MTI面板尺寸的限制,并实现更深入的细胞分析.
- 为了验证和证明新COEXIST算法的性能.
主要方法:
- 使用蒙特卡洛模拟来估计截面重叠.
- COEXIST算法是为了整合共享的分子概况和空间信息而开发的.
- 算法的性能在多个应用程序中进行了评估.
主要成果:
- 在单细胞层面上,COEXIST成功地集成了串行MTI部分.
- 该算法通过结合MTI面板来改进空间单细胞分析.
- COEXIST可以纠正细胞表型,并比较MTI平台.
结论:
- COEXIST克服了MTI面板尺寸的限制,并增强了跨段完整核的分析.
- 该算法可以更深入地分析细胞系和功能状态.
- COEXIST显著提升了MTI平台验证和数据集成能力.
更多相关视频
11:00Visualization, Quantification, and Mapping of Immune Cell Populations in the Tumor Microenvironment
Published on: March 25, 2020
17.3K
08:18Multiplexed Barcoding Image Analysis for Immunoprofiling and Spatial Mapping Characterization in the Single-Cell Analysis of Paraffin Tissue Samples
Published on: April 7, 2023
1.7K
