Name: excyt: a graphical user interface for streamlining analysis of high-dimensional cytometry data
Uploaded: 2019-01-16T12:30:00
Description: Watch this Scientific Journal Video about ExCYT: A Graphical User Interface for Streamlining Analysis of High-Dimensional Cytometry Data at JoVE.com

著者の謝辞があります。

1. 収集およびフローサイトメトリー データの準備
<ol><li>単一のすべての汚れに配置フォルダー自体およびラベルによってチャネル名で (ないマーカーの fluorophore)。</li>
</ol>2. データ輸入・前処理
<ol><li>一時停止またはこの解析パイプライン全体を保存、作業状態の保存] をクリックしてプログラムの左下でとしてワークスペースを保存する '。マット ' 後<stron...

<ol>
	<li>Benoist, C., Hacohen, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Flow+cytometry,+amped+up.">Flow cytometry, amped up.</a> Science. 332 (6030), 677-678 (2011).</li><li>Ornatsky, O., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Highly+multiparametric+analysis+by+mass+cytometry.">Highly multiparametric analysis by mass cytometry.</a> Journal of immunological methods. 361 (1), 1-20 (2010).</li><li>Tanner, S. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Flow+cytometer+with+mass+spectrometer+detection+for+massively+multiplexed+single-cell+biomarker+assay.">Flow cytometer with mass spectrometer detection for massively multiplexed single-cell biomarker assay.</a> Pure and Applied Chemistry. 80 (12), 2627-2641 (2008).</li><li>Maecker, H. T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Standardization+of+cytokine+flow+cytometry+assays.">Standardization of cytokine flow cytometry assays.</a> BMC immunology. 6 (1), 13 (2005).</li><li>Brazma, A., Vilo, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Gene+expression+data+analysis.">Gene expression data analysis.</a> FEBS letters. 480 (1), 17-24 (2000).</li><li>Pyne, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automated+high-dimensional+flow+cytometric+data+analysis.">Automated high-dimensional flow cytometric data analysis.</a> Proceedings of the National Academy of Sciences. 106 (21), 8519-8524 (2009).</li><li>Ge, Y., Sealfon, S. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=flowPeaks:+a+fast+unsupervised+clustering+for+flow+cytometry+data+via+K-means+and+density+peak+finding.">flowPeaks: a fast unsupervised clustering for flow cytometry data via K-means and density peak finding.</a> Bioinformatics. 28 (15), 2052-2058 (2012).</li><li>Venkatesh, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Determinants+of+perceived+ease+of+use:+Integrating+control,+intrinsic+motivation,+and+emotion+into+the+technology+acceptance+model.">Determinants of perceived ease of use: Integrating control, intrinsic motivation, and emotion into the technology acceptance model.</a> Information systems research. 11 (4), 342-365 (2000).</li><li>Bagwell, C. B., Adams, E. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Fluorescence+spectral+overlap+compensation+for+any+number+of+flow+cytometry+parameters.">Fluorescence spectral overlap compensation for any number of flow cytometry parameters.</a> Annals of the New York Academy of Sciences. 677 (1), 167-184 (1993).</li><li>Lavin, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Innate+immune+landscape+in+early+lung+adenocarcinoma+by+paired+single-cell+analyses.">Innate immune landscape in early lung adenocarcinoma by paired single-cell analyses.</a> Cell. 169 (4), 750-765 (2017).</li><li>Chevrier, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+immune+atlas+of+clear+cell+renal+cell+carcinoma.">An immune atlas of clear cell renal cell carcinoma.</a> Cell. 169 (4), 736-749 (2017).</li><li>Hartigan, J. A., Wong, M. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Algorithm+AS+136:+A+k-means+clustering+algorithm.">Algorithm AS 136: A k-means clustering algorithm.</a> Journal of the Royal Statistical Society. Series C (Applied Statistics). 28 (1), 100-108 (1979).</li><li>Ester, M., Kriegel, H. P., Sander, J., Xu, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Density-based+spatial+clustering+of+applications+with+noise.">Density-based spatial clustering of applications with noise.</a> International Conference Knowledge Discovery and Data Mining. 240, (1996).</li><li>Levine, J. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Data-driven+phenotypic+dissection+of+AML+reveals+progenitor-like+cells+that+correlate+with+prognosis.">Data-driven phenotypic dissection of AML reveals progenitor-like cells that correlate with prognosis.</a> Cell. 162 (1), 184-197 (2015).</li><li>Blondel, V. D., Guillaume, J. L., Lambiotte, R., Lefebvre, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Fast+unfolding+of+communities+in+large+networks.">Fast unfolding of communities in large networks.</a> Journal of statistical mechanics: theory and experiment. 2008 (10), P10008 (2008).</li><li>Le Martelot, E., Hankin, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Fast+multi-scale+detection+of+relevant+communities+in+large-scale+networks.">Fast multi-scale detection of relevant communities in large-scale networks.</a> The Computer Journal. 56 (9), 1136-1150 (2013).</li><li>Newman, M. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Fast+algorithm+for+detecting+community+structure+in+networks.">Fast algorithm for detecting community structure in networks.</a> Physical review E. 69 (6), 066133 (2004).</li><li>Hespanha, J. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> An efficient matlab algorithm for graph partitioning. , 1-8 (2004).</li><li>Moon, T. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+expectation-maximization+algorithm.">The expectation-maximization algorithm.</a> IEEE Signal processing. 13 (6), 47-60 (1996).</li><li>Bishop, C. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Pattern recognition and machine learning. , (2006).</li></ol>

ここで提案する高次元データの最新情報を実装するプログラミングの背景を持つ個人を許可する ExCYT、高次元フローサイトメトリー データの分析を合理化するための MATLAB ベースのアルゴリズムを実行する新しいグラフィカル ユーザー インターフェイス解析アルゴリズム。広範な科学コミュニティにこのソフトウェアの可用性は、直感的で簡単なワークフローでは、流れ cytometry データを探...

臨床医と科学者を迅速に特定し、表現型の解像度、大きなを作成する新しいレベルの生物学的および臨床的に興味深いサンプルを特徴付ける質量フローサイトメトリーの出現と同様、フローサイトメトリーの進歩を許可しています。情報豊富な1,2,3は、高次元のデータ設定します。このアプローチは、生成に失敗すること手動ゲートなど流れの cytometry データを分析するための従来の方法は、簡単かつわかりやすくいくつかマーカーがあるこれらのマーカーは、視覚的に認識できる人口を持って実験されているが、高次元データ セットまたはスペクトルに染色マーカーとのそれらを分析する際の再現性のある結果。たとえば、多施設共同研究では、細胞内染色 (ICS) アッセイされて行った特に良い厚生精度、分析、にもかかわらず、抗原特異的 T 細胞応答を量的に表わすの再現性を評価するためにゲート、変動4の重要な源を導入しました。さらに、手動で非常に主観的であることに加え、興味の人口をゲーティングのプロセスは非常に時間のかかる、労働集約的です。ただし、堅牢で効率的、かつタイムリーな方法で高次元のデータ セットを分析の問題は科学研究に新しいものではありません。遺伝子発現研究は多くの場合マニュアル形式の分析を単に実現するだろう (何百もの遺伝子の) 順序よく非常に高次元のデータ セットを生成します。これらのデータ セットの解析に取り組む、遺伝子表現データ5を解析する bioinformatic ツールの開発に多くの仕事がずっとあります。これらのアルゴリズム的な採用しているされて最近フローサイトメトリー データの解析パラメーターの数が増加するいるし、これらの高次元データの6、7の分析で非常に貴重であると証明。
生成アルゴリズムとその流れの cytometry データにこれらの高次元の bioinformatic のアプローチを適用する研究者を許可するソフトウェア パッケージの様々 なアプリケーションにもかかわらず、これらの分析技術まだ主として未使用のまま。さまざまな要因フローサイトメトリー データ8のこれらの手法の普及が限られているかもしれませんが、大きな障害の疑いがある我々 科学者によってこれらの方法を使用して、計算知識の欠如です。実際には、これらのソフトウェア パッケージ (すなわちflowCore、flowMeans、および OpenCyto) の多くはまだ実質的なプログラミング知識を必要とする R など言語をプログラミングで実装に書き込まれます。FlowJo などのソフトウェア パッケージは、PC のオペレーティング システムとの互換性と同様に使用および 'プラグアンド プレイ' 自然のシンプルさのための科学者間の好意を発見しました。ExCYT の最新技術の多くを引っ張る PC/Mac に簡単にインストールできるグラフィカル ユーザー インターフェイス (GUI) を開発した科学者の不慣れなプログラミングに受け入れられ、貴重な分析技術のさまざまなを提供するためにクラスタ リング アルゴリズム ヒートマップなどと小説の高次元フロー/ボックス プロットと直感的な可視化、これらの出力を探索する斬新な機能に沿って、文献で引用されたクラスタ リング手法の様々 な次元圧縮を含みます。
ExCYT は MATLAB に建てられたグラフィカル ユーザー インターフェイスしたがっていずれか MATLAB 内で直接実行または任意の PC/mac にソフトウェアをインストールする使用できるインストーラーはソフトウェアは、https://github.com/sidhomj/ExCYT でご利用いただけます。データをインポート、前処理、t SNE 次元削減、クラスター データ、並べ替えを行うし、ユーザー設定、およびヒートマップなどと小説による関心のクラスターに関する情報を表示に基づくクラスターにフィルターを適用する方法の詳細なプロトコルを提案します。高次元の流れ/ボックス プロット(図 1)。T SNE プロットの軸は任意、任意の単位で、ユーザーの便宜上数字で常に示すように、このようなインタ フェースします。「T SNE ヒートマップなど」内のデータ ポイントの色は青から黄色示されたマーカーの信号に基づいていますです。クラスタ リング ソリューションでは、データ ポイントの色はクラスター数に任意基づきます。ワークフローのすべての部分は、GUI (図 2の単一のパネルで行うことが& テーブル 1)。最後に、以前発行したデータも同様の方法で分析した文献で腎細胞癌の免疫の風景を探索で ExCYT の使用を示します。我々 は本稿で以下のプロトコルとともに、図形を作成する使用されるサンプル データセットは、アカウントを登録する時に、https://premium.cytobank.org/cytobank/projects/875 で見つけることが。

<table border="0" cellpadding="0" cellspacing="0" width="597">
	<tbody>
		<tr height="21">
			<td height="21" style="height:21px;width:216px;">Desktop</td>
			<td style="width:95px;">SuperMicro</td>
			<td style="width:119px;">Custom Build</td>
			<td style="width:167px;">Computer used to run analysis</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:216px;">MATLAB</td>
			<td style="width:95px;">Mathworks</td>
			<td style="width:119px;">N/A</td>
			<td>Software used to develop ExCYT</td>
		</tr>
	</tbody>
</table>

excyt: a graphical user interface for streamlining analysis of high-dimensional cytometry data

流れの cytometers パラメーター数の増加を測定することができるの出現により、科学者たちは、表現型、細胞のサンプルの特性の解明に大きなパネルを開発続けます。しかし、これらの技術の進歩はますます伝統的なゲーティング マニュアル ベースのプログラム内で客観的に分析が困難になっている高次元のデータ セットを得られます。良い分析し、データを表示、するために科学者は流れ cytometry データを解析する高次元データの分析に専門知識を持つ多くのパートナーします。一方、これらのメソッドは、フローサイトメトリーの勉強に非常に貴重なことに示されている、彼らはまだ計算やプログラミングに関する専門知識を欠いている科学者のための簡単で使いやすいパッケージに組み込まれるあります。この必要性に対処するため、MATLAB ベース グラフィカル ユーザー インターフェイス (GUI) 高次元データなどの一般的に使用される分析手法を実装することによって高次元の流れの cytometry のデータの解析を効率化する ExCYT を開発しました。t SNE による次元圧縮、様々 な自動と手動のクラスタ リング方法、ヒートマップなど、新規高次元フローがプロットされます。さらに、ExCYT はさらに t SNE と t SNE プロットに直接ゲートに適用する能力と同様に、分析をクラスタ リングのための興味の選択集団の伝統的なゲート オプションを提供します。ソフトウェアは、いずれかの補償での作業の付加的な利点または非補償 FCS ファイルを提供します。買収後の補償が必要な場合に、汚れの単一のディレクトリと無染色のサンプル プログラムを提供するユーザーを選択できます。プログラムはすべてのチャネルで肯定的なイベントを検出し、このデータの選択を使用してより客観的に補償行列を計算します。要約すると、ExCYT は、FCS ファイルの形で流れ cytometry のデータを取り出して計算トレーニング、そのデータを理解することで最新のアルゴリズムのアプローチを使用するに関係なく、任意の個人を許可する包括的な解析パイプラインを提供します。

ExCYT の使いやすさをテストするために行った Chevrierらタイトルの 'の免疫アトラスの明確な腎癌' グループが 73 から採取した腫瘍サンプルの豊富な免疫パネルと CyTOF 分析を実施によって公開された精選されたデータ セット患者11。2 つの独立したパネル、骨髄性とリンパ性のパネルは、腫瘍微小環境を特徴付ける表現型に使用されました。本?...

Watch this Scientific Journal Video about ExCYT: A Graphical User Interface for Streamlining Analysis of High-Dimensional Cytometry Data at JoVE.com

ExCYT: A Graphical User Interface for Streamlining Analysis of High-Dimensional Cytometry Data

ExCYT は、MATLAB ベース グラフィカル ユーザー インターフェイス (GUI) を介して流れ cytometry データをよく分析できる採用法 t SNE、さまざまな自動および手動による次元圧縮を含む高次元データの解析技術クラスタ リングの方法、ヒートマップなど、および新規高次元フローがプロットされます。

ExCYT: 高次元フローサイトメトリー データの分析を合理化するためのグラフィカル ユーザー インターフェイス

With the advent of flow cytometers capable of measuring an increasing number of parameters, scientists continue to develop larger panels to phenotypically ...

この方法は、生物学的に関連する亜集団の表現型を理解するなど、生物医学分野の重要な質問に答えるのに役立ちます。この技術の主な利点は、プログラミング経験のない個人が最新の高次元技術でサイトメトリーデータを分析できることです。分析パイプラインを開始するには、まずサイトメトリーのタイプと、ファイルからサンプリングするイベントの数を選択します。次に、[ゲートの母集団] をクリックし、対象のセルの母集団を選択して、ダウンストリーム分析のイベントの割合を入力します。次に、解析に使用するチャネル数をリスト ボックスで選択します。T 分散ストチャスティック隣接埋め込みまたは t-SNE 解析の場合は、[t-SNE] をクリックして、次元の削減データセットの計算を開始します。セットが計算されたら、[TSNE イメージの保存] をクリックし、[マーカー固有の t-SNE] ポップアップメニューで、対象の特定のマーカーを選択します。図は、図の生成のために保存できる t-SNE プロットのヒート マップ表現を示す表示されます。クラスタリング分析を開始するには、[クラスタリング方法] ボックスの一覧でオプションを選択し、[クラスター] をクリックします。目的のマーカーでクラスターを並べ替えるには、[並べ替え] ポップアップメニューから適切な対応するオプションを選択し、[昇順]、[降順] をクリックして、[クラスター] リスト ボックスのクラスターの一覧を更新します。特定のチャネルの特定のクラスターに最小しきい値を設定するには、「しきい値」ポップアップメニューからオプションを選択し、適切なしきい値を設定します。しきい値を設定したら、[しきい値の上に追加] または [しきい値以下に追加] をクリックしてしきい値の方向を指定し、[クラスター フィルター] パネルの [クラスター周波数しきい値] ボックスに数値のカットオフを入力して、クラスターの頻度に最小しきい値を設定します。さらに個別に分析するクラスターを選択するには、[クラスター] リスト ボックスで対象のクラスターを選択します。また、[選択] ボタンを使用して、オプションを [クラスター分析] リスト ボックスに移動します。クラスターのヒート マップを作成するには、[クラスター分析] リスト ボックスで対象のクラスターを選択し、[クラスターのヒートマップ] ボタンをクリックします。高次元の箱ひげ図または高次元フロープロットを作成するには、[クラスタ解析]リストボックスで対象のクラスタを選択し、[高次元ボックスプロット]または[高次元フロープロット]をクリックして、すべての次元にわたるさまざまなクラスタの特定のチャネルの分布を視覚的に評価します。従来の 2D フロー プロットでクラスタを表示するには、[従来のフロー プロット]パネルで適切な変換とチャネルを選択し、[従来のフロー プロット]をクリックします。ここでは、骨髄系パネル解析パイプライン内の各種マーカーのヒートマップの代表的なt-SNE分析を示す。ExCYT 内の高速貪欲な実装を使用して、最も近い隣接する 100,000 個のデータをクラスター化すると、19 個のセルのサブ集団が明らかになった。元のヒートマップをExCYTによって作成されたクラスターと比較することで、2つのデータグループ間で骨髄細胞の同様のクラスターを同定することができました。より従来の高速な階層クラスタリングアプローチを用いたリンパパネルの分析は、t-SNEヒートマップを介して同様のマーカー分布を生み出した。また、階層クラスタリングを介したデータのクラスタリングは、リンパ球細胞の類似したクラスターを示した。特に、独自の制御性T細胞集団も高次元フロープロットを介して同定された。マーカー間の連想を迅速かつ定量的に評価するために、まずハードK平均クラスタリングアルゴリズムを使用して、2次元t-SNEデータに5000クラスタを配置しました。その後、すべてのクラスターからすべてのマーカーの中央値の式を使用して、これらのクラスターからヒートマップを作成し、Tim-3、PD-1、CD38、4-1BBの共連性などの関連付けを容易に識別できるようにしました。この手順を試みる際は、学習しているデータを完全に調べるには、さまざまなクラスタリング方法など、さまざまなパラメータを確認する必要があります。

Research

JoVE Journal

Immunology and Infection

Facilitating the Analysis of Immunological Data with Visual Analytic Techniques

ビジュアル分析手法と免疫学的データの解析を容易に

Visual analytics (VA) has emerged as a new way to analyze large dataset through interactive visual display. We demonstrated the utility and the ...

Flow Cytometry Analysis of Immune Cells Within Murine Aortas

マウス大動脈内の免疫細胞のフローサイトメトリー分析

Atherosclerosis is a chronic inflammatory process of medium and large size vessels that is characterized by the formation of plaques consisting of foam ...

Single-cell Analysis of Bacillus subtilis Biofilms Using Fluorescence Microscopy and Flow Cytometry

Single-cell Analysis of Bacillus subtilis Biofilms Using Fluorescence Microscopy and Flow Cytometry

の単一細胞解析枯草菌</em蛍光顕微鏡とフローサイトメトリーを用いて>バイオフィルム

Biofilm formation is a general attribute to almost all bacteria 1-6. When bacteria form biofilms, cells are encased in extracellular matrix that is mostly ...

Examination of Thymic Positive and Negative Selection by Flow Cytometry

フローサイトメトリーによる胸腺正と負の選択の検討

A healthy immune system requires that T cells respond to foreign  antigens while remaining tolerant to self-antigens. Random rearrangement of the  T cell ...

A Simple and Rapid Protocol to Non-enzymatically Dissociate Fresh Human Tissues for the Analysis of Infiltrating Lymphocytes

簡単かつ迅速なプロトコル非酵素的に浸潤リンパ球の分析のための新鮮なヒト組織を解離

The ability of malignant cells to evade the immune system, characterized by tumor escape from both innate and adaptive immune responses, is now accepted ...

Isolation of Leukocytes from the Murine Tissues at the Maternal-Fetal Interface

母体·胎児界面におけるマウス組織からの白血球の分離

Immune tolerance in pregnancy requires that the immune system of the mother undergoes distinctive changes in order to accept and nurture the developing ...

Characterization of Human Monocyte Subsets by Whole Blood Flow Cytometry Analysis

全血によって人間の Monocyte のサブセットの解析フローのフローサイトメトリー解析

Monocytes are key contributors in various inflammatory disorders and alterations to these cells, including their subset proportions and functions, can ...

Preparation of Whole Bone Marrow for Mass Cytometry Analysis of Neutrophil-lineage Cells

好中球系統細胞の質量細胞法解析に対する全骨髄の調製

In this article, we present a protocol that is optimized to preserve neutrophil-lineage cells in fresh BM for whole BM CyTOF analysis. We utilized a ...

Visualization and Quantification of High-Dimensional Cytometry Data using Cytofast and the Upstream Clustering Methods FlowSOM and Cytosplore

サイトファストと上流クラスタリング法FlowSOMとサイトスプロアを用いた高次元サイトメトリーデータの可視化と定量

The complexity of data generated by mass cytometry has necessitated new tools to rapidly visualize analytic outcomes. Clustering methods like Cytosplore ...

Isolation of Mouse Kidney-Resident CD8+ T cells for Flow Cytometry Analysis

Isolation of Mouse Kidney-Resident CD8+ T cells for Flow Cytometry Analysis

フローサイトメトリー解析のためのマウス腎臓レジデントCD8+T 細胞の分離

Tissue-resident memory T cell (TRM) is a rapidly expanding field of immunology research. Isolating T cells from various non-lymphoid tissues is one of the ...

ExCYT: 高次元フローサイトメトリー データの分析を合理化するためのグラフィカル ユーザー インターフェイス

ExCYT: 高次元フローサイトメトリーデータの分析を合理化するためのグラフィカルユーザーインターフェイス