Yüksek boyutlu akış sitometresi verileri (hem floresan hem de kütle sitometresi) viSNE/t-SNE gibi yeni görselleştirme ve analiz araçları gerektirir. Cytobank Platformu viSNE'de t-SNE algoritmasının ¹ Barnes-Hut uygulamasını kullanır. viSNE, akış sitometresi verilerinin yanı sıra diğer birçok veri türü için de faydalı sonuçlar veren bir boyut azaltma algoritmasıdır ². Kullanıcıların nadir popülasyonları tespit etmek için birçok hücre olayını analiz etmesine olanak tanır.

viSNE parametreleri, büyük veri kümelerindeki majör ve minör hücre popülasyonlarını çözmek için ayarlama gerektirebilir. Cytobank platformunda bulunan viSNE uygulaması, yinelemeler ve perpleksite gibi viSNE parametrelerini tanımlamak ve optimize etmek için gerekli esnekliği sağlar. Ayarların etkisi ve viSNE’in Cytobank üzerinde nasıl çalıştırılacağı hakkında daha fazla bilgiyi aşağıdaki eğitimde bulabilirsiniz. Veri analiz araçlarının, örneğin viSNE ve FlowSOM’un birleştirilmesi, yüksek parametre verilerinden maksimum bilgi elde etmeyi hedefleyen bir analiz veri hattı oluşturur.

Araştırmalarını hızlandırmak için viSNE ve diğer araçları nasıl ve neden kullandıklarını açıklayan iki bilim insanını dinleyin.

Daha fazla ayrıntı ve talimat için Cytobank Destek sayfalarımızı da ziyaret edin.

Referanslar

1. Kotecha, N., Krutzik, P. O., & Irish, J. M. (2010). Web–Based Analysis and Publication of Flow Cytometry Experiments. [Web Tabanlı Analiz ve Akış Sitometresi Deneylerinin Yayınlanması.] Current Protocols in Cytometry, 53(1), 10.17.1–10.17.24. https://doi. org/10.1002/0471142956.cy1017s53


2. Amir ED, Davis KL, Tadmor MD, vd. viSNE enables visualization of high dimensional single-cell data and reveals phenotypic heterogeneity of leukemia. [ViSNE, yüksek boyutlu tek hücreli verilerin görüntülenmesini sağlar ve löseminin fenotipik heterojenliğini ortaya çıkarır.] Nature Biotechnology. 2013;31(6):545-552. doi:10.1038/nbt.2594