ConvexGating lernt Strategien zur Zellseparation in der Durchflusszytometrie mithilfe künstlicher Intelligenz automatisch und interpretierbar. Die Methode wurde experimentell an CD8+-Subtypen und Progenitorzellen des Fettgewebes validiert und konnte auch auf Daten aus Cytometry by Time of Flight und Cellular Indexing of Transcriptomes and Epitopes by Sequencing übertragen werden.
Warum das wichtig ist
Die Bedeutung der Studie liegt nicht nur darin, dass sie den Gating-Prozess zur Festlegung der Kriterien für die Trennung von Zellen in der Durchflusszytometrie automatisiert, sondern auch darin, dass sie diesen Prozess interpretierbar macht. Diese Eigenschaft ermöglicht es insbesondere, zu bewerten, wie Strategien für verschiedene Proben wie CD8+-Subtypen und Progenitorzellen des Fettgewebes erstellt wurden. Die experimentelle Validierung der Methode zeigt, dass der Ansatz nicht auf der rechnerischen Ebene verbleibt, während die Übertragung auf verschiedene Arten von Einzelzelldaten verdeutlicht, dass sein Einsatzbereich nicht auf eine einzige Messplattform beschränkt ist. Zugleich lässt die Anpassungsfähigkeit an verschiedene Datentypen die Frage offen, ob auf jeder Plattform dieselben Ergebnisse und dieselbe einfache Interpretierbarkeit erzielt werden.