跳到正文
原文
medRxiv 预印本· Buser, M., Szczepanowski, M., Laqua, A., Chitadze, G., Baldus, C., Brueggemann, M., Marr, C. ·· 28 天前AI 评分20

IMPGAT 可从样本级流式细胞术注释中隐式重建门控策略

Implicit reconstruction of gating strategies from sample-level flow cytometry annotations

AI 导读

研究团队提出弱监督多实例学习框架 IMPGAT,可直接从样本级细胞类型频率分布重建单细胞门控策略,训练无需细胞级标签或无监督聚类。在 ALL 与 AML 队列共 268 人、7.11 亿个单细胞的 711 次检测中,ALL 细胞类型丰度量化与专家间差异无统计学显著差异,AML 原始细胞量化达到依赖明确单细胞注释训练的最新监督模型水平。

来源:medRxiv 预印本 · medrxiv.org