ConvexGating apprend automatiquement et de manière interprétable, grâce à l’intelligence artificielle, les stratégies de séparation cellulaire en cytométrie en flux. La méthode a été validée expérimentalement sur des sous-types CD8+ et des cellules progénitrices du tissu adipeux, et a également pu être appliquée aux données de Cytometry by Time of Flight et de Cellular Indexing of Transcriptomes and Epitopes by Sequencing.
Pourquoi est-ce important
L’importance de l’étude réside non seulement dans l’automatisation du processus de gating, qui consiste à déterminer selon quels critères les cellules seront séparées en cytométrie en flux, mais aussi dans le fait de rendre ce processus interprétable. Cette caractéristique permet notamment d’évaluer comment les stratégies obtenues à partir de différents échantillons, tels que les sous-types CD8+ et les cellules progénitrices du tissu adipeux, ont été élaborées. La validation expérimentale de la méthode montre que l’approche ne se limite pas au niveau computationnel, tandis que son application à différents types de données unicellulaires révèle que son champ d’utilisation n’est pas limité à une seule plateforme de mesure. Toutefois, sa capacité à s’adapter à différents types de données laisse ouverte la question de savoir si les mêmes résultats et la même facilité d’interprétation peuvent être obtenus sur chaque plateforme.