BC marker-panel-annotation

Присваивает метки типов клеток кластерам на основе панели маркеров белков (мультиплексная визуализация, такая как MIBI, CODEX, IMC и CyCIF; масс- и проточная цитометрия; белки CITE-seq), где метки оцениваются по эталонному образцу эксперта. Нормализация сводок кластеров в пределах набора данных, определение линии сначала по определяющим положительным маркерам, подтипа только в той мере, в какой это может определить панель, присвоение кластерам с малым количеством маркеров путем исключения, проверки соответствия классов и два независимых аннотатора с арбитражем. Используйте, когда выходные данные — это одна метка на кластер, а оценщик — согласие с экспертом; для гейтирования отдельных клеток в данных FCS используйте flow-cytometry-analysis, а для аннотации на основе транскриптов используйте scanpy или scvi-tools.

машинный переводПоказать оригиналСкрыть оригинал«Assigns cell-type labels to clusters from a protein marker panel (mult…»

Assigns cell-type labels to clusters from a protein marker panel (multiplexed imaging such as MIBI, CODEX, IMC and CyCIF; mass and flow cytometry; CITE-seq protein), where the labels are judged against an expert reference. Within-dataset normalisation of cluster summaries, lineage first by positive defining markers, subtype only as far as the panel can determine it, marker-poor clusters assigned by exclusion, class-coverage sanity checks, and two independent annotators with adjudication. Use when the output is one label per cluster and the grader is agreement with an expert; for gating single cells in FCS data use flow-cytometry-analysis, and for transcript-based annotation use scanpy or scvi-tools.

Присваивает метки типов клеток кластерам на основе панели маркеров белков (мультиплексная визуализация, такая как MIBI, CODEX, IMC и CyCIF; масс- и проточная…

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия