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
4秒前
打打应助wuwawa采纳,获得10
4秒前
29秒前
wuwawa发布了新的文献求助10
34秒前
汉堡包应助李BO采纳,获得30
1分钟前
科研通AI2S应助科研通管家采纳,获得10
1分钟前
1分钟前
zz发布了新的文献求助10
1分钟前
彭于晏应助zz采纳,获得10
1分钟前
长欢发布了新的文献求助200
2分钟前
wangfaqing942完成签到 ,获得积分10
2分钟前
2分钟前
maho完成签到,获得积分10
2分钟前
2分钟前
酷炫的初翠完成签到 ,获得积分20
3分钟前
斯文败类应助科研通管家采纳,获得10
3分钟前
深情安青应助科研通管家采纳,获得10
3分钟前
helpmepaper完成签到,获得积分10
3分钟前
哈哈发布了新的文献求助10
3分钟前
wanci应助savagecas采纳,获得10
5分钟前
哈哈完成签到,获得积分10
5分钟前
5分钟前
savagecas发布了新的文献求助10
5分钟前
科研通AI2S应助科研通管家采纳,获得10
5分钟前
酷炫的初翠关注了科研通微信公众号
6分钟前
さくま完成签到,获得积分10
6分钟前
诸葛不亮完成签到 ,获得积分10
6分钟前
诸葛不亮_1完成签到,获得积分10
7分钟前
小马甲应助科研通管家采纳,获得10
7分钟前
7分钟前
领导范儿应助cc采纳,获得10
7分钟前
碘伏完成签到 ,获得积分10
8分钟前
8分钟前
脆饼同学发布了新的文献求助10
8分钟前
兴奋元灵完成签到 ,获得积分10
8分钟前
9分钟前
9分钟前
zz发布了新的文献求助10
9分钟前
9分钟前
jokerhoney完成签到,获得积分10
9分钟前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Write Like a Chemist: A Guide and Resource (第二版) 600
Mixed-anion Compounds 600
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Earth System Geophysics 500
Aspects of Babylonian celestial divination: the lunar eclipse tablets of Enūma Anu Enlil 500
Geochemistry, 2nd Edition 地球化学经典教科书第二版 401
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 3200767
求助须知:如何正确求助?哪些是违规求助? 2850509
关于积分的说明 8072190
捐赠科研通 2514255
什么是DOI,文献DOI怎么找? 1346981
科研通“疑难数据库(出版商)”最低求助积分说明 640305
邀请新用户注册赠送积分活动 610475