.png){kind=icon}
返回
CompensAID: An Automated Detection Tool for Reference Errors
.png){kind=icon}
OA
AI
DOI：10.1002/cyto.a.70016.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在流式细胞术中，原始检测器数值不直接代表荧光染料丰度，必须使用来自单染色参考对照的系数进行数学解混。这些对照的不准确性，称为参考误差，会扭曲估计的荧光染料丰度，导致群体分布偏斜。然而，随着检测板复杂性和数据集规模的增加，手动检查所有标记组合是否存在此类伪影变得不切实际。为解决这一挑战，我们开发了CompensAID，一个开源的R语言工具，可自动标记可能受参考误差影响的标记组合，从而支持流式细胞术的质量控制工作流程。该工具的开发和验证使用了常规和光谱流式细胞术的预处理数据。CompensAID采用基于密度的截断检测自动门控阴性和阳性群体。然后，将阳性群体划分为等大小的段，计算每段的次级染色指数（SSI）。如果最后一段的SSI值低于-1，则标记该标记组合。该工具的性能通过与五位流式细胞术专家的一致意见进行评估。对于常规数据集，2240个标记组合中有1761个（79%）被一致分类为无参考误差，而24个标记组合获得了3分或更高的共识评分，表明大多数流式细胞术专家怀疑存在参考误差。CompensAID成功识别了其中的23个标记组合，灵敏度达到0.96。唯一遗漏的案例涉及溢出扩散误差。在光谱数据集中，1656个标记组合中有1505个（90%）被判定为无参考误差。在28个被怀疑存在参考误差的标记组合中，CompensAID标记了21个标记组合（灵敏度，0.74）。在遗漏的7个标记组合中，有5个的SSI值接近阈值。在两个数据集中均观察到假阳性结果，通常归因于门控不佳或导致负SSI值的段内事件计数不足。CompensAID提供了一种稳健的方法来检测表现出参考误差迹象的标记组合。尽管存在一些假阳性，但该工具显著减少了手动检查的负担。将其集成到质量控制工作流中可以增强流式细胞术数据分析的可靠性。该R软件包可在https://github.com/Olsman/CompensAID获取，并将通过Bioconductor平台提供。
Keyword:
compensation
computational flow cytometry
quality control
reference errors
secondary stain index
unmixing
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
2.1
论文数:
108
被引数:
5.2K
机构
引用论文
Automation of flow cytometry data analysis with elastic image registration流式细胞术数据分析的自动化与弹性图像配准.png)
SCIENTIFIC REPORTS
OAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏EuroFlow antibody panels for standardized n-dimensional flow cytometric immunophenotyping of normal, reactive and malignant leukocytesLEUKEMIAOAAI
LEUKEMIAIF13.4
OAAI分享收藏EuroFlow standardization of flow cytometer instrument settings and immunophenotyping protocolsLEUKEMIAOAAI
LEUKEMIAIF13.4
OAAI分享收藏
查看更多内容