Устранение аномалий в иммунологических исследованиях: интуитивное и эффективное решение

Исследователи A*STAR разработали новый биоинформатический инструмент flowAI, который предлагает более объективное, эффективное и интуитивное решение для контроля качества данных, полученных с помощью распространённой биологической техники — проточной цитометрии.

Проточная цитометрия — это технология первого выбора в иммунологии и других биологических областях для характеристики физических и функциональных свойств клеток. Помимо разделения клеток по размеру и гранулярности, она позволяет идентифицировать специфические клетки по белкам на их мембране, которые распознаются антителами, меченными разными флуоресцентными цветами.

Хотя эта техника позволяет одновременно анализировать до 20 параметров, неэффективный анализ данных часто выполняется вручную, что требует много времени, высокой экспертизы и субъективной интерпретации.

FlowAI — это программный пакет, использующий статистический язык R и доступный в проекте с открытым исходным кодом Bioconductor. Он позволяет пользователям отбраковывать некачественные данные автоматически (с помощью алгоритма) или вручную (через графический интерфейс). Инструмент устраняет аномалии, вызванные:

• дебрисом (клеточным мусором),
• попаданием воздуха в жидкостную систему,
• техническими проблемами,
• нестабильностью напряжения и т.д.

Эти факторы создают резкие изменения скорости потока жидкости, нестабильность регистрации сигнала во времени и выбросы в данных. Анализ генерирует отчёт, указывающий процент клеток, не прошедших проверку качества, и графики, показывающие, где были обнаружены аномалии.

Учёные A*STAR протестировали FlowAI на 4 469 файлах проточной цитометрии из 11 различных наборов данных и сравнили автоматический метод FlowAI с другими пакетами для анализа и контроля качества данных (flowJo и flowClean). Среди них FlowAI оказался самым быстрым, самым строгим к аномалиям и самым интуитивно понятным в использовании.

По словам ведущего исследователя Аниса Ларби, инструмент поможет учёным удалить фоновый шум, добиться более точного обнаружения редких клеток и легче определить источник неоднозначных результатов.