自动流:一个交互式的闪亮应用程序,用于监督和无监督的流动细胞计分析

科学领域:

• 免疫学 免疫学 免疫学
• 计算生物学 计算生物学
• 生物信息学是一种生物信息学.

背景情况:

• 流细胞计 (FC) 对于细胞分析至关重要,但手动值是主观的,耗时的.
• 在FC技术的进步需要自动化分析方法.
• 机器学习 (ML) 提供解决方案,但需要专门的专业知识,突出了对可访问工具的需求.

研究的目的:

• 开发一个易于使用的,开源的R Shiny应用程序,用于自动流量细胞计分析.
• 为各种FC数据分析需求提供监督和无监督的ML工作流程.
• 为了使没有广泛的ML专业知识的科学家能够进行高级FC分析.

主要方法:

• 开发了AutoFlow,这是一个R Shiny应用程序,集成了FC数据的ML算法.
• 实施了自动化预处理:光补偿,碎片排除,单细胞识别和标记门.
• 包括MFI量化和下游分类/集群能力.
• 使用公开 (Mosmann,Nilsson Rare) 和新型 (BM-MPS) 数据集进行验证.

主要成果:

• 在多个数据集中,AutoFlow表现出强大的性能.
• 在BM-MPS上的监督分类实现了97.2%的准确性.
• 在罕见种群中获得了高灵敏度和特异性 (莫斯曼罕见:87.5%的灵敏度;尼尔森罕见:87.9%的灵敏度).
• 无监督聚类确定了生物学上相关的细胞种群,包括新的候选细胞.

结论:

• 自动流提供了一个快速,可复制和可扩展的解决方案,用于自动化FC分析.
• 该应用程序为实验室科学家提供了基于ML的FC分析.
• 自动流促进了高通量研究,并增强了罕见或意想不到的细胞类型的发现.