流式细胞术细胞群体的潜变量建模

流式细胞术是一种广泛的应用于临床与科研的单细胞测量技术。流式细胞术数据的解读困难；仪器精密且无法给出绝对测量，因此样本只能相互参照解释，同时比较受样本间变异混淆。尽管如此，当前自动化流式细胞术数据分析方法要么单独处理样本，要么通过例如合并数据忽略变异。本文引入一种贝叶斯层次模型，用于研究流式细胞术样本中细胞群体间的潜在关系，从而将样本间变异系统化。该模型应用于包含健康个体样本重复流式细胞测量数据的数据集，其中信息先验捕捉了专家知识。结果表明，推断出的细胞群体大小的技术变异相较于内在生物变异较小。流式细胞数据规模庞大，单样本可包含数十万细胞的测量，故需计算高效的方法。为此，我们实现了用于采样后验分布的并行马尔可夫链蒙特卡洛方案。