ConvexGating с помощью искусственного интеллекта автоматически и интерпретируемым образом обучается стратегиям выделения клеток в проточной цитометрии. Метод был экспериментально валидирован на субтипах CD8+ и клетках-предшественниках жировой ткани, а также адаптирован к данным Cytometry by Time of Flight и Cellular Indexing of Transcriptomes and Epitopes by Sequencing.
Почему это важно
Важность исследования заключается не только в автоматизации процесса гейтинга, то есть определения критериев разделения клеток в проточной цитометрии, но и в придании этому процессу интерпретируемости. Эта особенность позволяет оценить, каким образом были созданы стратегии, полученные на разных образцах, в частности на субтипах CD8+ и клетках-предшественниках жировой ткани. Экспериментальная валидация метода показывает, что подход не ограничивается вычислительным уровнем, а его адаптация к различным типам одноклеточных данных демонстрирует, что область его применения не ограничена одной измерительной платформой. Вместе с тем возможность адаптации к разным типам данных оставляет открытым вопрос о том, обеспечиваются ли на каждой платформе одинаковые результаты и такая же простота интерпретации.