亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

SingletSeeker: an unsupervised clustering approach for automated singlet discrimination in cytometry

聚类分析 计算机科学 特征(语言学) 灵敏度(控制系统) 模式识别(心理学) 数据挖掘 过程(计算) 集合(抽象数据类型) 细胞仪 特征选择 人工智能 数据集 层次聚类 算法 化学 细胞 哲学 语言学 生物化学 电子工程 工程类 程序设计语言 操作系统
作者
Mark Colasurdo,Laura Ferrer‐Font,Aaron Middlebrook,A Konecny,Martin Prlic,Josef Špidlen
出处
期刊:Cytometry Part B-clinical Cytometry [Wiley]
标识
DOI:10.1002/cyto.b.22216
摘要

Abstract Flow cytometry is a high‐throughput, high‐dimensional technique that generates large sets of single‐cell data. Prior to analyzing this data, it is common to exclude any events that contain two or more cells, multiplets, to ensure downstream analysis and quantification is of single‐cell events, singlets, only. The process of singlet discrimination is critical yet fundamentally subjective and time‐consuming; it is performed manually by the user, where the proper exclusion of multiplets depends on the user's expertise and often varies from experiment to experiment. To address this problem, we have developed an algorithm to automatically discriminate singlets from other unwanted events such as multiplets and debris. Using parameters derived from imaging, the algorithm first identifies high‐density clusters of events using a density‐based clustering algorithm, and then classifies the clusters based on their properties. Multiplets are discarded in the first step, while singlets are distinguished from debris in the second step. The algorithm can use different strategies on imaging feature selection‐based user's preferences and imaging features available. In addition, the relative importance of singlets precision vs. sensitivity can be further tweaked via a density coefficient adjustment. Twenty‐two datasets from various sites and of various cell types acquired on the BD FACSDiscover™ S8 Cell Sorter with CellView™ Image Technology were used to develop and validate the algorithm across multiple imaging feature sets. A consistent singlets precision >97% with a solid >88% sensitivity has been demonstrated with a LightLoss feature set and the default density coefficient. This work yields a high‐precision, high‐sensitivity algorithm capable of objective and automated singlet discrimination across multiple cell types using various imaging‐derived parameters. A free FlowJo™ Software plugin implementation is available for simple and reproducible singlet discrimination for use at the beginning of any user's workflow.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
5秒前
小白发布了新的文献求助10
8秒前
8秒前
9秒前
li发布了新的文献求助10
12秒前
机智的天曼完成签到,获得积分10
13秒前
13秒前
要什么自行车完成签到,获得积分10
16秒前
kaka完成签到,获得积分10
19秒前
执着豌豆发布了新的文献求助10
25秒前
heqizheng完成签到 ,获得积分10
27秒前
荼白完成签到 ,获得积分10
29秒前
元锦程完成签到,获得积分0
37秒前
fdwonder完成签到,获得积分10
37秒前
小凉完成签到 ,获得积分10
38秒前
SS发布了新的文献求助10
38秒前
39秒前
我是老大应助科研通管家采纳,获得10
40秒前
羊羊羊完成签到,获得积分10
46秒前
林思完成签到,获得积分10
49秒前
Delire完成签到,获得积分10
54秒前
VDC应助Wingshuohuo采纳,获得10
57秒前
SS完成签到,获得积分10
57秒前
CXS完成签到,获得积分10
1分钟前
寒冷哈密瓜完成签到 ,获得积分10
1分钟前
苇一完成签到,获得积分10
1分钟前
宝宝烤面包完成签到,获得积分10
1分钟前
蟒玉朝天发布了新的文献求助150
1分钟前
大模型应助庾稀采纳,获得10
1分钟前
旺旺加油站完成签到,获得积分20
1分钟前
嗯哼应助烽烽烽采纳,获得10
1分钟前
1分钟前
1分钟前
蟒玉朝天完成签到,获得积分10
1分钟前
1分钟前
天天快乐应助坦率的寻双采纳,获得10
1分钟前
小元发布了新的文献求助10
1分钟前
1分钟前
土书发布了新的文献求助10
1分钟前
VDC应助Wingshuohuo采纳,获得10
1分钟前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
ALA生合成不全マウスでの糖代謝異常の分子機構解析 520
安全防范技术与工程 500
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
2024 Medicinal Chemistry Reviews 400
Актуализированная стратиграфическая схема триасовых отложений Прикаспийского региона. Объяснительная записка 360
Dictionary of socialism 350
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3192492
求助须知:如何正确求助?哪些是违规求助? 2841611
关于积分的说明 8034202
捐赠科研通 2505260
什么是DOI,文献DOI怎么找? 1338470
科研通“疑难数据库(出版商)”最低求助积分说明 638351
邀请新用户注册赠送积分活动 606881