貝克曼庫爾特公司 蔡孟君經理  

Cytobank 是一款基於雲端的平台，它能讓複雜的流式細胞數據成為可視化的結果。流式細胞 技術領域已進入機器學習輔助數據分析的時代，Cytobank 軟體無需編碼知識即可分析單細胞數據。就以此文章來了解Cytobank的功能及便利性。

Cytobank：可縮短獲得結果的時間，提供end to end 解決方案

1.減少主觀性:手動圈選(gating)容易出錯且存在人為誤差；機器學習輔助分析，反而能更快從複雜數據獲得見解。

2.確保再現性:從原始數據到統計顯著性全部都在一個軟體。減少了數據中的複製貼上步驟分析以提高生產率和再現性。

3.提高可追溯性:每天整理並備份您的數據。原始數據和結果相互關聯，不需要詢問你是如何得出結果的。

4.促進協作:與具有網絡功能的設備的任何人共享數據；通過項目管理適當的協作者權限。

Cytobank 平台提供了完整工作流程的工具，從原始數據到統計顯著性，通過手動圈選(gating)或先進的機器學習輔助分析來降維和無監督聚類。

　

Cytobank功能: VISUALIZE & INTERACT WITH YOUR CYTOMETRY DATA

以易於理解的綜合數據快速總結高參數數據可以提高您的研究成果生產率。染色指數計算或劑量響應曲線等基本功能將減少花在常見數據分析步驟上的時間；而Cytobank平台引人注目的圖形將使臨床研究人員、科學家和其他合作夥伴之間能夠進行無與倫比的溝通。

一、一般圖型:

1.Stain Index Calculation:抗體稀釋是關鍵的品管步驟。通過彙總圖表和染色指數可視化，可以直接看到染色指數和螢光強度，無需導出數據即可進行更改。

2.Dose Response : 劑量反應分析可以顯示treatment的影響或確定最佳劑量。單細胞數據可以提供關於特定亞群的重要觀察，這是從大群體(population)研究中無法獲得的。

3.Sunburst : 是一種新的檢視分層關係方式，顯示出圈選階層(gating hierarchies)的結構和統計數據。它可以動態放大對焦感興趣的族群並揭示與嵌套數據(nested data.)之間的關係。將鼠標停留在楔形上便可查看相關的族群統計數據。

4.Heatmap : 熱度圖是以彩色在兩個維度中呈現強度。通常用於視覺化複雜的數據集，以識別模式、趨勢和相關性，特別適用於大型數據集或矩陣。數據集的每個值都由一種顏色表示。顏色通常是漸變式，呈現一個色譜，表示數值的範圍。顏色的深淺變化代表著被測量變數的不同等級。

二、降維圖型

1.降維(Dimensionality Reduction)

cytobank現在包含四維縮減演算法，可以將高維數據簡化為二維，以便於可視化： viSNE/tSNE1（一種基於隨機鄰居嵌入開發的非線性降維演算法）; tSNE-CUDA2（t-SNE演算法的最新實現）; UMAP3（非線性降維演算法）; opt-SNE4（一種基於 t-SNE的演算法，可以自動最佳化早期誇大過程和 t-SNE 分析運行的學習率值）。在細胞術數據分析中，研究人員通常在補償、縮放和圈選數據後運行這些降維演算法。儘管每種演算法都以類似的方式運行(即將數據從高維空間轉換為低維空間，以便低維表示保留原始數據的一些有意義的屬性)，但它們在如何減少維數方面確實略有不同。

2.無監督分群(Unsupervised Clustering)

資料處理的方式並不包含明確的指示，演算法必須自行在資料中找出模式和關聯性。聚類算法的無監督性質增加了發現以前未描述的表現型的機會。使用 SPADE 或 FlowSOM 對表現型相似的細胞進行聚類在易於解釋的最小生成樹中，可實現快速、直觀大型高維數據集的分析和呈現。重新使用自組織映射 (SOM) 進行進一步的可能性，分析可以對不同時間採集的樣本進行比較時間點，是複雜縱向研究的最佳選擇。

3.CITRUS(cluster identification, characterization, and  regression)：自動識別預測性生物標誌物

CITRUS是一種用於識別差異性單細胞生物標誌物的演算法。許多研究人員的目標是確定預測性生物標誌物。Cytobank自動兩步算法對單細胞數據進行子集，然後識別樣本組之間統計上顯著的的差異。CITRUS是非常適合獲取生物標誌物的統計預測能力。

CITRUS是一種黑盒演算法，它接受一個科學問題並返回一組細胞類型特異性生物標誌物來説明回答那個問題。重要的是，CITRUS不依賴於先驗知識或主觀圈選來定義細胞類型，並且以統計學上合理的方式識別生物標誌物，因此研究人員可以確信他們正在跟進真正的陽性結果。CITRUS 旨在回答兩種類型的問題：“我的群體有何不同？”或“我如何才能最好地預測我的群體之間的差異？”

CITRUS 可用於比較任何組之間的差異，預計它們之間的差異是由各種細胞類型的豐度差異、訊號的啟動或抑制、這些細胞類型中標記的存在或不存在引起的。CITRUS 會告訴使用者這些“特徵”中哪些在定義的組之間有顯著差異。

CITRUS 使用無監督和有監督的機器學習管道來自動查找與結果組相關的生物標誌物或找到一組最能預測該結果組的生物標誌物。CITRUS 運行的結果是聚類和相關特徵，可區分觀察到的樣本終點。

三、統計

快速從原始數據轉向現代摘要可視化和統計評估。插圖編輯器支援各式基於實驗的科學變量（樣本標籤）（例如刺激條件、樣本類型或時間點）自動生成圖形。這些變量可以打開或關閉，並動態重新排列以構建和修改繪圖佈局。

1.摘要可視化(Summary Visualization)

聚合熱圖、箱線圖、小提琴圖、條形圖、折線圖和摘要點使您能夠對單細胞數據進行一鍵比較，快速從事件級數據轉向摘要可視化。

2.統計評價(Statistical Evaluation)

在 Cytobank 平台中的統計推論工具提供了多種廣泛被研究人員使用的統計假設檢驗方法，使用手動圈選分析或基於機器學習的分析後創建的結果可以直接在平台中運行顯著性檢定，無需手動將分析結果匯出到 Cytobank 平台外部。使用者可以從常見的統計檢驗中進行選擇，例如Student’s t-test、Paired student’s t-test、One-way analysis of variance (One-way ANOVA) 、Two-way analysis of variance (Two-way ANOVA)以及許多其他檢驗。直接在插圖編輯器中計算統計顯著性並在摘要圖表上顯示結果，避免複製或將數據移動到另一個軟件程序時可能出現的黏貼錯誤。對於圈選策略所做的任何更改都將自動更新到摘要圖表中。

四、其他功能

1.Automatic gating功能

手動圈選是單細胞分析數據中變異性的來源嗎?您是否花費太多時間手動調整gate? Cytobank平台增加了訓練自動圈選(Automatic gating)使用標記模板和圈選策略進行模型，將其應用於新數據忠實地識別您定義的群體，而不亮費時間和精力去手動圈選。與完整數據集的手動圈選相比，自動模型訓練和應用所需時間縮短75%，且可變性降低。

2.PeacoQC功能

一種提高數據可靠性的方法，只需點擊幾下即可通過數據預處理獲得結果。由於儀器管路阻塞、瞬間強度而導致的訊號強度變化和採集速度變化等技術問題可能會對細胞計數實驗結果產生影響。PeacoQC通過熱圖概述幫助您快速了解數據中每個文件被識別為異常的事件數，簡化了數據品質自動檢查分析工作流程的步驟，而”Cleanup”為您生成良好品質群體以進行下游分析。

3.樣本組之間可視化差異

a.以視覺方式檢查各組之間的差異，無須合併樣本多個文件放入新FCS中。

b.可以使用新的虛擬串聯功能直接在構建插圖來描繪來自單個圖中多個的事件，而按通道或密度著色。

c.識別不同群體之間的表達模式通過連接文件中的樣本插圖編輯器只需兩個簡單的步驟即可更快地獲得。

d.輕鬆選擇或取消選擇要包含的文件只需點擊幾下即可獲得串聯視圖。通過連接行或列，您能夠將多個圖組合在一個圖中佈局位置並創建有意義的插圖，可以幫助您得出結論。

　

本年度共同研究室流式細胞核心增設五套cytobank分析軟體可供使用，亦提供流式細胞實驗數據委託分析之服務，歡迎有需要之同仁與流式細胞核心(#265726)聯絡。　

TOP  　

---