optimalFlow:用于流式细胞术门控与群体匹配的最优传输方法

流式细胞术获得的数据由于生物和技术原因呈现出明显的变异性。生物变异性是测量不同个体(具有疾病、年龄、性别等不同特征)时产生的众所周知的现象。测量所用设置不同、实验期间条件变化以及流式细胞仪类型不同是技术变异性的部分原因。这种变异性来源的混杂使得利用有监督机器学习识别细胞群体变得困难。本工作被视为促进有监督门控任务的一系列策略组合。我们提出基于相似距离和 $\text{Wasserstein barycenters}$ 的 $optimalFlowTemplates$,其对细胞术数据进行聚类并为不同组生成原型细胞术数据。我们展示限于新组的有监督学习比应用于整个数据集的相同技术表现更好。我们还提出 $optimalFlowClassification$,其利用已门控细胞术数据库和 optimalFlowTemplates 为新细胞术分配细胞类型。我们展示该过程在所提出的数据集上可优于最先进的技术。我们的代码作为 $optimalFlow$(一个 Bioconductor R 包)免费提供,网址为 https://bioconductor.org/packages/optimalFlow。optimalFlowTemplates+optimalFlowClassification 解决了在使用有监督学习的同时考虑生物和技术变异性问题。我们的方法提供了一个鲁棒的自动化门控工作流,能很好地处理流式细胞术数据的内在变异性。我们的主要创新是方法本身以及我们应用于流式细胞术分析的最优传输技术。