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
1秒前
虞映秋完成签到,获得积分10
1秒前
略略略爱发布了新的文献求助10
1秒前
科研通AI2S应助zhangjianan采纳,获得10
2秒前
3秒前
科研通AI2S应助Rhan采纳,获得10
5秒前
9秒前
泡泡汽水完成签到,获得积分20
11秒前
yyc关闭了yyc文献求助
12秒前
12秒前
伟蓓1314发布了新的文献求助10
16秒前
17秒前
江程发布了新的文献求助20
18秒前
杨康宇发布了新的文献求助10
19秒前
顾矜应助点点采纳,获得10
20秒前
mouxq发布了新的文献求助10
23秒前
稳重母鸡完成签到 ,获得积分10
26秒前
科目三应助猫猫采纳,获得10
28秒前
29秒前
不配.应助忍冬采纳,获得10
29秒前
陈海伦完成签到 ,获得积分10
29秒前
cuihao发布了新的文献求助10
36秒前
36秒前
伟蓓1314完成签到,获得积分10
37秒前
学术废物完成签到 ,获得积分10
41秒前
42秒前
44秒前
45秒前
50秒前
Mu发布了新的文献求助10
51秒前
54秒前
无情的友容完成签到 ,获得积分10
56秒前
科研通AI2S应助土豪的黑夜采纳,获得10
57秒前
科研力力发布了新的文献求助10
57秒前
满意元正完成签到,获得积分10
58秒前
hhh完成签到 ,获得积分10
58秒前
evetang发布了新的文献求助30
1分钟前
mouxq发布了新的文献求助100
1分钟前
1分钟前
科研力力完成签到,获得积分20
1分钟前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
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
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 3186488
求助须知:如何正确求助?哪些是违规求助? 2836756
关于积分的说明 8011101
捐赠科研通 2499109
什么是DOI,文献DOI怎么找? 1334088
科研通“疑难数据库(出版商)”最低求助积分说明 637023
邀请新用户注册赠送积分活动 605004