MIM-CyCIF: masked imaging modeling for enhancing cyclic immunofluorescence (CyCIF) with panel reduction and imputation

Autor:	Zachary Sims, Gordon B. Mills, Young Hwan Chang
Jazyk:	angličtina
Rok vydání:	2024
Předmět:	Biology (General) QH301-705.5
Zdroj:	Communications Biology, Vol 7, Iss 1, Pp 1-6 (2024)
Druh dokumentu:	article
ISSN:	2399-3642
DOI:	10.1038/s42003-024-06110-y
Popis:	Abstract Cyclic Immunofluorescence (CyCIF) can quantify multiple biomarkers, but panel capacity is limited by technical challenges. We propose a computational panel reduction approach that can impute the information content from 25 markers using only 9 markers, learning co-expression and morphological patterns while concurrently increasing speed and panel content and decreasing cost. We demonstrate strong correlations in predictions and generalizability across breast and colorectal cancer, illustrating applicability of our approach to diverse tissue types.
Databáze:	Directory of Open Access Journals
Externí odkaz:	https://doaj.org/article/ad03cbe49d734938a2d088691bb306da Zobrazit plný text záznamu View record in DOAJ Plný text ve formátu PDF Plný text ve formátu HTML
Nepřihlášeným uživatelům se plný text nezobrazuje	K zobrazení výsledku je třeba se přihlásit.