ExCYT: yüksek boyutlu sitometresi veri analizi düzene için bir grafik kullanıcı arabirimi
16 Ocak 2019
ExCYT bir MATLAB tabanlı grafiksel kullanıcı arayüzü (kullanıcıların kendi akış sitometresi veri yolu ile yaygın olarak analiz olanak sağlayan GUI) dimensionality azaltma yolu ile t-SNE, otomatik ve el ile çeşitli dahil olmak üzere yüksek boyutlu verileri için analitik teknikler istihdam olduğunu kümeleme yöntemleri, heatmaps ve Roman yüksek boyutlu Akış grafiğini çizer.
Bu yöntem biyomedikal alanındaki temel soruların yanıtlatına yardımcı olabilir, örneğin biyolojik olarak ilgili alt popülasyonların fenotipini anlamak gibi. Bu tekniğin en büyük avantajı, programlama deneyimi olmayan bir bireyin sitometri verilerini en son yüksek boyutlu tekniklerle analiz etmesine olanak sağlamasıdır. Bir çözümleme ardışık başlatAcak şekilde, önce sitometri türünü ve dosyadan örnek alınacak olay sayısını seçin.
Ardından, Kapama Popülasyon'u tıklatın, ilgi çeken hücre popülasyonlarını seçin ve akış aşağı çözümlemesi için olayların yüzdesini girin. Ardından liste kutusundaki çözümleme için kullanılacak kanal sayısını seçin. T-distributed Stochastic Komşu Katıştırma veya t-SNE çözümlemesi için, azaltılmış boyutsallık veri kümesini hesaplamaya başlamak için t-SNE'yi tıklatın.
Küme hesaplandığında, TSNE Görüntüsünü Kaydet'i tıklatın ve Işaretleyiciye Özel t-SNE açılır menüsünde belirli bir ilgi çekici işaretçi seçin. Şekil üretimi için kaydedilebilen t-SNE çiziminin ısı haritası temsilini gösteren bir şekil görüntülenir. Kümeleme çözümlemesi başlatmak için Kümeleme Yöntemi liste kutusunda bir seçenek seçin ve Küme'yi tıklatın.
Kümeleri ilgi çekici bir işaretçiye göre sıralamak için, Sıra açılır menüsünden uygun karşılık gelen seçeneği seçin ve Kümeler liste kutusundaki kümeler listesini güncelleştirmek için Artan, Azalan'ı tıklatın. Belirli bir kanal da belirli bir küme için en az eşik değeri ayarlamak için, Eşik açılır menüsünden bir seçenek seçin ve uygun bir eşik ayarlayın. Eşik ayarlandıktan sonra, eşizin yönünü belirtmek için Eşiğe Yukarıda Ekle'yi veya Alt Eşlemi Ekle'yi tıklatın ve kümenin sıklığı için en az eşiği ayarlamak için Küme Filtresi panelindeki Küme Frekans Eşik kutusuna sayısal bir kesme girin.
Daha fazla çözümleme bireyselleştirme için kümeleri seçmek için, Clusters liste kutusunda ilgi kümelerini seçin. Seçenekleri Cluster Analyze liste kutusuna taşımak için Seç düğmesini kullanın. Kümelerin ısı eşlemlerini oluşturmak için Cluster Analyze liste kutusundaki ilgi kümelerini seçin ve Kümelerin HeatMap'ini tıklatın.
Yüksek boyutlu bir kutu çizimi veya yüksek boyutlu bir akış çizimi oluşturmak için Cluster Analyze liste kutusundaki ilgi kümelerini seçin ve tüm boyutlar arasında çeşitli kümelerin belirli kanallarının dağılımını görsel olarak değerlendirmek için Yüksek Boyutlu Kutu Çizimi veya Yüksek Boyutlu Akış Çizimi'ni tıklatın. Kümeleri geleneksel 2B akış çizimlerinde göstermek için, Geleneksel Akış Çizimi panelinde uygun dönüşümü ve kanalı seçin ve Geleneksel Akış Çizimi'ni tıklatın. Burada, bir miyeloid panel analiz boru hattı içinde çeşitli belirteçler için ısı haritaları temsili bir t-SNE analizi gösterilmiştir.
ExCYT içinde hızlı açgözlü uygulama kullanarak 100, en yakın komşuların 000 ile veri kümelemek için, hücrelerin 19 alt popülasyonları ortaya çıktı. Orijinal ısı haritalarının ExCYT tarafından oluşturulan kümelerle karşılaştırılması, miyeloid hücrelerin benzer kümelerinin iki veri grubu arasında tanımlanmasına olanak sağladı. Daha geleneksel ve daha hızlı hiyerarşik kümeleme yaklaşımı ile lenfoid panel analizi, t-SNE ısı haritaları ile benzer marker dağılımları verdi.
Ayrıca, hiyerarşik kümeleme yoluyla verilerin kümeleme lenfoid hücrelerin benzer kümeler gösterdi. Özellikle, benzersiz bir düzenleyici T hücre popülasyonu da yüksek boyutlu bir akış arsa ile tespit edilmiştir. İşaretçiler arasındaki ortak ilişkileri hızlı ve nicel olarak değerlendirmek için, iki boyutlu t-SNE verilerine 5000 küme koymak için önce sert bir K-araçları kümeleme algoritması kullanılmıştır.
Daha sonra tüm kümelerden gelen tüm işaretçilerin ortanca ifadesi, bu kümelerden bir ısı haritası oluşturmak için kullanıldı ve tim-3, PD-1, CD38 ve 4-1BB ortak ilişkisi gibi ortak çağrışımların kolayca tanımlanmasına olanak sağladı. Bu yordamı denerken, incelediğiniz verileri tam olarak keşfetmek için farklı kümeleme yöntemleri gibi farklı parametreleri keşfetmeyi unutmamanız önemlidir.
Tam transkripti görüntüleyin ve binlerce bilimsel videoya erişin
Genel Bakış
ExCYT, gelişmiş analitik teknikler kullanarak akış sitometrisi verilerini analiz etmek için tasarlanmış MATLAB tabanlı bir grafik kullanıcı arayüzüdür (GUI). Programlama deneyimi olmayan kullanıcıların yüksek boyutlu veriler üzerinde boyut indirgeme, kümeleme ve görselleştirme işlemleri yapmasına olanak tanır.
Temel Çalışma Bileşenleri
Bilim Alanı
- Akış Sitometrisi
- Veri Analizi
- Biyomedikal Araştırma
Arka Plan
- Akış sitometrisi, hücre popülasyonlarının analizi için kritik öneme sahiptir.
- Yüksek boyutlu veri analizi, karmaşık biyolojik sistemlerin anlaşılması için gereklidir.
- ExCYT, programlama bilmeyenler için analiz sürecini basitleştirir.
- t-SNE gibi boyut indirgeme teknikleri, verilerin görselleştirilmesi için hayati önem taşır.
Çalışmanın Amacı
- Akış sitometrisi veri analizi için kullanıcı dostu bir arayüz sağlamak.
- Biyolojik olarak ilgili alt popülasyonların anlaşılmasını kolaylaştırmak.
- Araştırmacıların kodlama becerilerine ihtiyaç duymadan gelişmiş analitik teknikleri kullanmalarına olanak tanımak.
Kullanılan Yöntemler
- Sitometri tipinin seçimi ve olay örneklemesi.
- Analiz için hücre popülasyonlarının kapılaması (gating).
- Boyut indirgeme için t-SNE kullanımı.
- Isı haritalarının ve yüksek boyutlu akış grafiklerinin oluşturulması.
Ana Sonuçlar
- ExCYT, karmaşık akış sitometrisi verilerinin etkili bir şekilde analiz edilmesine olanak tanır.
- Kullanıcılar yüksek boyutlu veri setlerini kolayca görselleştirebilir ve yorumlayabilir.
- GUI, hem otomatik hem de manuel kümeleme yöntemlerini destekler.
- İlgili hücre popülasyonlarının tanımlanmasını kolaylaştırır.
Sonuçlar
- ExCYT, biyomedikal alanındaki araştırmacılar için güçlü bir araçtır.
- Gelişmiş veri analiz tekniklerine erişimi demokratikleştirmektedir.
- Yazılım, hücresel fenotiplerin anlaşılmasını geliştirmektedir.
Sıkça Sorulan Sorular
Sektördeki Uygulama Alanları
ExCYT, gelişmiş analitik teknikler için kod gerektirmeyen bir arayüz sunarak, ilaç keşfinde yüksek boyutlu sitometri verilerini analiz etmenin getirdiği artan zorluklara çözüm getirmektedir. Bu durum, fenotipik tarama ve hedef doğrulama iş akışlarına daha geniş erişim sağlayarak biyoinformatik uzmanlarına olan bağımlılığı azaltmakta ve erken keşif kararlarını hızlandırmaktadır. Araç, karmaşık veri kümelerinden biyolojik olarak ilgili alt popülasyonların objektif bir şekilde tanımlanmasını kolaylaştırarak mekanistik risk azaltma süreçlerini desteklemektedir.
Biyofarma Ar-Ge'sinde Stratejik Uygulamalar
Erken Keşif ve Hedef Doğrulama
- Bilimsel Değer: Hücresel heterojenliğin tarafsız fenotipik keşfi yoluyla terapötik hipotezlerin sorgulanmasına olanak tanır.
- Operasyonel Değer: Manuel kapılama (gating) yanlılığı olmaksızın, ilaca yanıt veren hücre popülasyonlarını tanımlayarak ve karakterize ederek fonksiyonel hedef doğrulamasını destekler.
- Öngörücü Değer: İmmün kontrol noktalarının ve aktivasyon belirteçlerinin ko-ekspresyon paternlerini ortaya çıkararak hedef seçimindeki güveni artırır.
Tarama ve Assay Geliştirme
- Bilimsel Değer: t-SNE ve kümeleme analizlerini kullanarak fenotipik olarak belirgin kümeleri tanımlayarak, doğrulanmış biyolojik sistemleri sonraki tarama aşamaları için hazırlar.
- Operasyonel Değer: Kompanse edilmiş ve edilmemiş FCS dosyaları arasında tekrarlanabilir boyut indirgeme ve küme tanımlama yoluyla analiz standardizasyonunu artırır.
- Ölçeklenebilirlik: Esnek kanal seçimi ve eşik tabanlı filtreleme aracılığıyla, farklı immünoloji ve onkoloji panellerinde platformun yeniden kullanımına olanak tanır.
Translasyonel ve Preklinik Araştırmalar
- Translasyonel Süreklilik: Marker ko-asosyasyonlarını (örneğin Tim-3, PD-1, CD38, 4-1BB) fonksiyonel fenotiplerle ilişkilendirerek hastalığa özgü sistem analizlerini destekler.
- Mekanistik Risk Azaltma: Düzenleyici T hücreleri gibi nadir popülasyonları ortaya çıkaran yüksek boyutlu akış grafiklerini görselleştirerek preklinik doğrulamayı kolaylaştırır.
- Riske Göre Ayarlanmış İlerleme: Kantitatif küme frekans eşikleri ve sıralama yetenekleri aracılığıyla veri odaklı devam/durdur kararlarına olanak tanır.
Süreç ve İş Akışı Entegrasyonu
ExCYT, ham sitometri verilerini hedef seçimini ve bileşik tarama hazırlığını bilgilendiren uygulanabilir fenotipik içgörülere dönüştürerek, erken hipotez testlemesinden lider tanımlamaya kadar olan keşif sürekliliğine uyum sağlar.
- Keşif Biyolojisi: Yüksek boyutlu panellerden immunofenotiplerin objektif kümelenmesine olanak tanıyarak hipotez testlerini ve yolak açıklığa kavuşturma süreçlerini destekler.
- Tarama: Aşağı yönlü fonksiyonel doğrulama için tekrarlanabilir t-SNE görselleştirmesi ve küme izolasyonu yoluyla analiz hazırlığı sağlar.
- Analitikler: Koşullar arası karşılaştırma için ısı haritaları, küme frekans eşikleri ve yüksek boyutlu akış grafikleri dahil olmak üzere kantitatif çıktılar sunar.
- Translasyonel Araştırma: Translasyonel açıdan ilgili biyobelirteç ko-ekspresyon kalıplarını tanımlayarak keşif aşamasını preklinik çalışmalarla ilişkilendirir.
- Kurumsal Yeniden Kullanım: Çeşitli sitometri türlerini ve gözetimsiz/gözetimli iş akışlarını desteklemesi sayesinde projeler genelinde yeniden kullanılabilir bir analitik platform olarak işlev görür.
Operasyonel ve Kurumsal Etki
- Bilimsel Değer: Tarafsız kümeleme yoluyla mekanistik belirsizliği azaltarak, hedef doğrulamadaki öngörü güvenini artırır.
- Operasyonel Değer: t-SNE, kümeleme ve kapılama (gating) iş akışlarının GUI tabanlı otomasyonu aracılığıyla standardizasyonu ve ölenebilirliği geliştirir.
- Stratejik Değer: Gelişmiş analitiklere daha geniş ekip erişimi sağlayarak ve veri yorumlamadaki darboğazları azaltarak sermaye verimliliğini artırır.
- Portföy Etkisi: İlerleme kararlarını bilgilendiren nicel küme metrikleri sunarak riske göre ayarlanmış önceliklendirmeyi destekler.
Uygulama Hususları
- Sitemetri deney tasarımı ve markör paneli seçimi konusunda deneyim gerektirir.
- MATLAB çalışma ortamına ve FCS dosya veri altyapısına erişim gereklidir.
- Tekrarlanabilir sonuçlar için kapılama (gating) stratejileri ve kümeleme parametreleri üzerinde ekipler arası standardizasyon faydalıdır.
- Adaptasyon değerlendirmeleri, biyolojik sistem karmaşıklığına bağlı olarak t-SNE perplexity değerinin ve küme eşiklerinin ayarlanmasını içerir.
- Pratik sınırlama: Alt örnekleme yapılmadığında, çok büyük veri setlerinde (>1M event) performans değişkenlik gösterebilir.
