Heterogeneity is well recognized as

Heterogeneity is well recognized as a common property of cellular systems that impacts biomedical research and the development of therapeutics and diagnostics. Several studies have shown that analysis of heterogeneity: gives insight into mechanisms of action of perturbagens; can be used to predict optimal combination therapies; and can be applied to tumors where heterogeneity is believed to be associated with adaptation and resistance. Cytometry methods including high content screening (HCS), high throughput microscopy, flow cytometry, mass spec imaging and digital pathology capture cell level data for populations of cells. However it is often assumed that the population response is normally distributed and therefore that the average adequately describes the results. A deeper understanding of the results of the measurements and more effective comparison of perturbagen effects requires analysis that takes into account the distribution of the measurements, i.e. the heterogeneity. However, the reproducibility of heterogeneous data collected on different days, and in different plates/slides has not previously been evaluated. Here we show that conventional assay quality metrics alone are not adequate for quality control of the heterogeneity in the data. To address this need, we demonstrate the use of the Kolmogorov–Smirnov statistic as a metric for monitoring the reproducibility of heterogeneity in an SAR screen, describe a workflow for quality control in heterogeneity analysis. One major challenge in high throughput biology is the evaluation and interpretation of heterogeneity in thousands of samples, such as compounds in a cell-based screen. In this study we also demonstrate that three heterogeneity indices previously reported, capture the shapes of the distributions and provide a means to filter and browse big data sets of cellular distributions in order to compare and identify distributions of interest. These metrics and methods are presented as a workflow for analysis of heterogeneity in large scale biology projects.

ผลลัพธ์ (ไทย) 1:

Heterogeneity ด้วยได้รับการยอมรับเป็นคุณสมบัติทั่วไปของระบบโทรศัพท์เคลื่อนที่ส่งผลกระทบต่องานวิจัยทางชีวการแพทย์และการพัฒนาของ therapeutics และวินิจฉัย หลายการศึกษาได้แสดงการวิเคราะห์ของ heterogeneity: ให้ความเข้าใจถึงกลไกของการดำเนินการของ perturbagens สามารถใช้ทำนายการรักษาชุดดีที่สุด และสามารถใช้กับเนื้องอกที่เชื่อว่า heterogeneity จะเกี่ยวข้องกับการปรับตัวและความต้านทาน เซลล์วิธีการรวมถึงคัดกรองเนื้อหาสูง (HCS), อัตราความเร็วสูง microscopy เซลล์ไหล ภาพโดยรวมข้อมูลจำเพาะและพยาธิดิจิตอลเก็บข้อมูลระดับเซลล์สำหรับประชากรของเซลล์ อย่างไรก็ตาม มันมักจะสันนิษฐานว่า การตอบสนองประชากรปกติกระจาย และที่เฉลี่ยเพียงพออธิบายผลลัพธ์ ความเข้าใจที่ลึกซึ้งของผลลัพธ์ของการประเมินและเปรียบเทียบลักษณะ perturbagen เพิ่มประสิทธิภาพต้องการวิเคราะห์ที่คำนึงถึงการกระจายของการวัด เช่น heterogeneity อย่างไรก็ตาม reproducibility ของบริการข้อมูลที่เก็บ ในวันต่าง ๆ และแผ่นสไลด์แตกต่างไม่เคยถูกประเมิน ที่นี่เราแสดงว่า วัดคุณภาพแบบทดสอบเพียงอย่างเดียวไม่เพียงพอสำหรับการควบคุมคุณภาพของ heterogeneity ในข้อมูล เพื่อความต้องการนี้ เราแสดงให้เห็นถึงการใช้สถิติน่าเป็น – Smirnov เป็นการวัดตรวจสอบ reproducibility ของ heterogeneity ในหน้าจอการเขตบริหารพิเศษ อธิบายลำดับงานสำหรับการควบคุมคุณภาพในการวิเคราะห์ heterogeneity ความท้าทายสำคัญหนึ่งในวิชาชีววิทยาอัตราความเร็วสูงเป็นการประเมินและตีความของ heterogeneity ในพันอย่าง เช่นสารประกอบในเซลล์ตามหน้าจอ ในการศึกษานี้ เรายังว่า สาม heterogeneity ดัชนีก่อนหน้านี้รายงาน จับภาพรูปร่างของการกระจาย และจัดให้มีวิธีการกรองข้อมูล และดูชุดข้อมูลขนาดใหญ่ของโทรศัพท์มือถือการกระจายการเปรียบเทียบ และระบุการกระจายน่าสนใจ การวัดและวิธีการเหล่านี้จะนำเสนอเป็นลำดับงานสำหรับการวิเคราะห์ของ heterogeneity ในโครงงานชีววิทยาขนาดใหญ่

ผลลัพธ์ (ไทย) 2:

ความแตกต่างเป็นที่รู้จักดีในฐานะที่เป็นสถานที่ให้บริการร่วมกันของระบบเซลลูลาที่มีผลกระทบต่อการวิจัยทางการแพทย์และการพัฒนาของการรักษาและวินิจฉัย งานวิจัยหลายชิ้นแสดงให้เห็นว่าการวิเคราะห์ความแตกต่าง: ช่วยให้เข้าใจในกลไกของการกระทำของ perturbagens; สามารถนำมาใช้ในการทำนายการรักษาชุดที่ดีที่สุด; และสามารถนำไปใช้กับเนื้องอกเซลล์สืบพันธุ์ที่เชื่อว่าจะเกี่ยวข้องกับการปรับตัวและความต้านทาน ภูมิคุ้มกันรวมทั้งวิธีการตรวจคัดกรองเนื้อหาที่สูง (HCS) ผ่านกล้องจุลทรรศน์สูง cytometry ไหลการถ่ายภาพมวลมาตรฐานและข้อมูลทางพยาธิวิทยาระดับเซลล์จับภาพดิจิตอลสำหรับประชากรของเซลล์ แต่ก็มักจะคิดว่าการตอบสนองของประชากรที่มีการกระจายตามปกติและเหตุที่ค่าเฉลี่ยเพียงพอที่จะอธิบายผล ความเข้าใจที่ลึกซึ้งของผลการวัดและเปรียบเทียบประสิทธิภาพมากขึ้นของผลกระทบ perturbagen ต้องใช้การวิเคราะห์ที่คำนึงถึงการกระจายของวัดคือความแตกต่าง อย่างไรก็ตามการทำสำเนาของข้อมูลที่แตกต่างกันที่เก็บรวบรวมในวันที่แตกต่างกันและแตกต่างกันในแผ่น / สไลด์ยังไม่ได้รับการประเมินก่อนหน้านี้ ที่นี่เราแสดงให้เห็นว่าตัวชี้วัดคุณภาพการทดสอบการชุมนุมเพียงอย่างเดียวไม่เพียงพอสำหรับการควบคุมคุณภาพของเซลล์สืบพันธุ์ในข้อมูล ที่อยู่ต้องนี้เราแสดงให้เห็นถึงการใช้สถิติ Kolmogorov-Smirnov เป็นตัวชี้วัดสำหรับการตรวจสอบการทำสำเนาของเซลล์สืบพันธุ์ในหน้าจอ SAR อธิบายขั้นตอนการทำงานสำหรับการควบคุมคุณภาพในการวิเคราะห์ความแตกต่าง หนึ่งในความท้าทายที่สำคัญในทางชีววิทยาสูงผ่านการประเมินผลและการตีความหมายของความแตกต่างในหลายพันตัวอย่างเช่นสารประกอบในหน้าจอมือถือที่ใช้ ในการศึกษานี้เรายังแสดงให้เห็นว่าสามดัชนีต่างรายงานก่อนหน้านี้จับภาพรูปร่างของการกระจายและให้ความหมายในการกรองและเรียกดูชุดข้อมูลขนาดใหญ่ของการกระจายโทรศัพท์มือถือในการสั่งซื้อเพื่อเปรียบเทียบและระบุการกระจายที่น่าสนใจ ตัวชี้วัดและวิธีการเหล่านี้จะถูกนำเสนอเป็นขั้นตอนการทำงานสำหรับการวิเคราะห์ความแตกต่างในโครงการขนาดใหญ่ชีววิทยา