已入深夜,您辛苦了!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!祝你早点完成任务,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.

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
longlong完成签到,获得积分10
1秒前
现代青枫应助魔王重楼采纳,获得50
2秒前
橘橘橘子皮完成签到 ,获得积分10
2秒前
刻苦的小土豆完成签到 ,获得积分10
3秒前
vkk完成签到 ,获得积分10
3秒前
随性随缘随命完成签到 ,获得积分10
4秒前
wanci应助童童采纳,获得10
5秒前
润润润完成签到 ,获得积分10
6秒前
ttt发布了新的文献求助10
7秒前
夏夏完成签到 ,获得积分10
7秒前
FERN0826完成签到 ,获得积分10
7秒前
魔幻的妖丽完成签到 ,获得积分10
7秒前
8秒前
11秒前
酷酷涫完成签到 ,获得积分0
11秒前
桐桐应助ddfighting采纳,获得10
12秒前
小吴完成签到,获得积分10
17秒前
terence完成签到,获得积分10
18秒前
WLL完成签到,获得积分10
18秒前
sjyu1985完成签到 ,获得积分10
19秒前
领导范儿应助彬彬采纳,获得10
19秒前
小七完成签到,获得积分10
20秒前
九日橙完成签到 ,获得积分10
20秒前
超级的以筠完成签到 ,获得积分10
20秒前
21秒前
WXHL完成签到 ,获得积分10
21秒前
王晓静完成签到 ,获得积分10
21秒前
qqesk完成签到,获得积分10
21秒前
喝可乐的萝卜兔完成签到 ,获得积分10
22秒前
莫遥完成签到 ,获得积分10
23秒前
24秒前
孤芳自赏IrisKing完成签到 ,获得积分10
25秒前
qqesk发布了新的文献求助10
25秒前
爱喝酒的酒葫芦完成签到 ,获得积分10
26秒前
洋溢完成签到,获得积分10
27秒前
27秒前
ss25发布了新的文献求助10
27秒前
Neo完成签到 ,获得积分10
27秒前
30秒前
30秒前
高分求助中
Evolution 3rd edition 1500
保险藏宝图 1000
Lire en communiste 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 700
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
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 3183597
求助须知:如何正确求助?哪些是违规求助? 2833535
关于积分的说明 7994874
捐赠科研通 2495851
什么是DOI,文献DOI怎么找? 1331689
科研通“疑难数据库(出版商)”最低求助积分说明 636409
邀请新用户注册赠送积分活动 603581