Modeling of cytometry data in logarithmic space: When is a bimodal distribution not bimodal?
Modeling of cytometry data in logarithmic space: When is a bimodal distribution not bimodal?
复制标题
DOI：
10.1002/cyto.a.23333
复制
发表时间：
2018-06
期刊：
影响因子：
--
通讯作者：
Altan-Bonnet G
中科院分区：
文献类型：
--
作者：
Erez A;Vogel R;Mugler A;Belmonte A;Altan-Bonnet G
最近在系统免疫学方面的努力使研究人员建立了细胞活化和分化的定量模型。一个目标是通过流式细胞术或质谱仪从单细胞测量中解释蛋白质的分布，作为生物调节的读数。在这种情况下，经常在生物量中观察到大的细胞间变异性。我们在这里表明，这些读数，在对数尺度上看，可能会导致两个容易区分的模式，而潜在的分布（在线性尺度）是单峰的。我们引入一个简单的数学测试来突出这种不匹配。然后，我们剖析细胞间变异的影响流，提出一个图形模型，激发更高维的数据分析。最后，我们展示了如何获取额外的生物信息，可用于减少细胞间变异性引入的不确定性，有助于澄清数据是单模态还是双模态。这种通信对于手动和自动门控策略以及单细胞测量的聚类和建模具有警示意义。
Recent efforts in systems immunology lead researchers to build quantitative models of cell activation and differentiation. One goal is to account for the distributions of proteins from single-cell measurements by flow cytometry or mass cytometry as readout of biological regulation. In that context, large cell-to-cell variability is often observed in biological quantities. We show here that these readouts, viewed in logarithmic scale may result in two easily-distinguishable modes, while the underlying distribution (in linear scale) is unimodal. We introduce a simple mathematical test to highlight this mismatch. We then dissect the flow of influence of cell-to-cell variability proposing a graphical model which motivates higher-dimensional analysis of the data. Finally we show how acquiring additional biological information can be used to reduce uncertainty introduced by cell-to-cell variability, helping to clarify whether the data is uni- or bimodal. This communication has cautionary implications for manual and automatic gating strategies, as well as clustering and modeling of single-cell measurements.
登录
查看更多内容
影响因子：
4.3
作者：
Finak G;Frelinger J;Jiang W;Newell EW;Ramey J;Davis MM;Kalams SA;De Rosa SC;Gottardo R
通讯作者：
Gottardo R
影响因子：
4.3
作者：
Chen H;Lau MC;Wong MT;Newell EW;Poidinger M;Chen J
通讯作者：
Chen J
影响因子：
8.8
作者：
Filippi S;Barnes CP;Kirk PD;Kudo T;Kunida K;McMahon SS;Tsuchiya T;Wada T;Kuroda S;Stumpf MP
通讯作者：
Stumpf MP
影响因子：
4.3
作者：
Cron A;Gouttefangeas C;Frelinger J;Lin L;Singh SK;Britten CM;Welters MJ;van der Burg SH;West M;Chan C
通讯作者：
Chan C
影响因子：
3.7
作者：
Bagwell, C. Bruce;Hill, Beth L.;Hunsberger, Benjamin C.
通讯作者：
Hunsberger, Benjamin C.