Identifying the Minimal Number of Protein Markers for Cell Type Annotation Using MiniMarS
Notice bibliographique
Résumé
Abstract Over the past decade, there has been an explosion in the characterisation and discovery of cell populations using single-cell technologies. Single-cell multi-omics data, particularly those incorporating gene and protein expression, are increasingly commonplace and can lead to more refined characterisation of cell types. A common challenge for biologists is to isolate cells of interest using a minimal number of markers for cytometry experiments. Although several methods exist for marker selection, there is limited guidance on the relative performance of these methods, and a wrapper package that combines multiple methods is lacking. The method that performs best can vary depending on the dataset and it can be challenging for researchers to test multiple methods for a given dataset. To address these issues, we present MiniMarS ( Mini mal Mar ker S election), an R package that serves as a wrapper for 10 different algorithms. It allows users to determine the best-performing algorithm for identifying the optimal number of markers that will delineate cell populations in their dataset. MiniMarS uses pre-annotated cells with protein features from CyTOF or sequencing-based assays such as CITE-seq and Abseq as input. Outputs include 1) the minimum number of protein markers required to identify the annotated cell populations using a range of marker selection algorithms, and 2) a range of metrics to evaluate the performance of each algorithm. MiniMarS effectively differentiated populations across various datasets, including those from human blood, bone marrow, thymus, mouse spleen, and lymph nodes, even after subsampling over 41,000 cells to 2,500 cells. MiniMarS also identified 15 markers from CITE-seq data, which were then used to successfully identify the same 11 cell subsets in a CyTOF dataset (F1 score>0.9). Additionally, we showed that by appropriately combining clusters, MiniMarS improves the F1 score of a rare population identification (<1% of total cells) by 28.7%. Together, these findings highlight the broad applicability of MiniMarS in identifying appropriate markers for distinguishing cell populations.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,009 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».