用于流式细胞术分析的粗化分层偏态正态核混合模型
应用统计
2020-09-01 v2
摘要
流式细胞术(FCM)是用于测量单细胞表型与功能的标准多参数检测技术。它常用于量化血液及解聚组织中细胞亚群的相对频率。FCM 数据的典型分析涉及细胞分类——即样本中细胞亚群的识别——以及跨样本或条件的细胞亚群比较。尽管现代实验常需分批收集与处理样本,跨批次的 FCM 数据分析颇具挑战,因为样本间差异可能源于真实的生物学变异,或源于技术原因(如不同批次的抗体批效应或仪器光学差异)。因此,多样本 FCM 数据比较分析中的关键步骤——而在现有自动化分析方法中缺失——是跨样本校准,其目标是在存在技术变异的情况下对齐多个样本中的对应细胞亚群,从而可对生物学变异进行有意义的比较。我们引入一种贝叶斯非参数分层建模方法,以统一的概率方式同时完成校准与细胞分类。我们方法的三个重要特征使其特别适用于多样本 FCM 数据分析:非参数混合避免预先指定细胞簇数目;分层偏态正态核允许细胞亚群形状的灵活性及其位置的跨样本变异;最后“粗化”策略使推断对偏态正态核未捕获的厚尾等模型偏离具有鲁棒性。我们在模拟示例中展示了该方法的优点,并对两个多样本 FCM 数据集进行了案例分析。
引用
@article{arxiv.2001.06451,
title = {Coarsened mixtures of hierarchical skew normal kernels for flow cytometry analyses},
author = {Shai Gorsky and Cliburn Chan and Li Ma},
journal= {arXiv preprint arXiv:2001.06451},
year = {2020}
}