有意思，不设门分析流式数据的一个探索

niwanmao

流式细胞术是免疫学研究中广泛使用的方法，可对单个细胞进行分析，提供有关细胞亚群、细胞行为和细胞间相互作用的信息。传统上，流式细胞术数据的分析依赖于手动设门策略，这在发现新的细胞群体和标记依赖性方面存在限制，并且耗时且易受主观影响。

为了解决这些局限性，Saskia Räuber及其同事基于贝叶斯网络分析开发了一个数学模型，用于分析流式细胞术数据，探讨了在多参数流式细胞术数据中使用贝叶斯分析以区分肌萎缩侧索硬化症（ALS）患者和健康对照的可能性。。该算法使用来自随机选择的健康对照队列的原始、未设门的流式细胞术数据创建一个贝叶斯网络，以该网络充当一个参考（HC树），用于区分观察到的标记分布属于ALS患者或健康对照。该算法计算出一个相对值，其中相似度概率为零，则表明标记分布与健康对照存在差异。

游客，本帖隐藏的内容需要积分高于 52 才可浏览，您当前积分为 0