使用正确的算法优化细胞周期分析

发布日期：2019-02-01 浏览次数：140

HelmholtzZentrumMünchen的科学家们发现了一种新的方法，使用成像流式细胞仪数据改善细胞周期阶段的识别。他们可以通过应用机器学习算法来避免使用污点。在成像软件的帮助下，他们从明场和暗场图像中提取了数百个特征。使用这些数据，他们可以生成可以数字排序单元格的算法。

使用正确的算法优化细胞周期分析

到目前为止，已经使用荧光染料将细胞分配到它们的细胞周期阶段。这些化学物质会破坏细胞，并可能使结果失真。HelmholtzZentrumMünchen的科学家与麻省理工学院和哈佛大学，斯旺西大学，纽卡斯尔大学和弗朗西斯克里克研究所合作，现在已经找到了另一种选择。

“我们使用了两个普遍被忽视的数据来源：明亮和黑暗的图像 ”，ICB的博士生，该出版物的第一作者Thomas Blasi说。“我们可以将这些数据中的信息用于机器学习 ”。这种方法不仅可以对细胞进行分类，还可以对其进行数字化排序，具有高度的特异性。根据这些调查结果，Broad Institute和HelmholtzZentrumMünchen也提交了临时专利申请。

“基于计算机的基于大量细胞图像的细胞分类开辟了新的视角。这种方法也可用于许多不同的环境，不仅用于细胞周期分析”，Fabian Theis博士教授，博士ICB。