1介绍

optimalFlowData包含40流式细胞仪模拟数据集是一个包,保存为数据帧,用于测试和开发包装的例子吗optimalFlow基于结果痕迹et al。(2019)。

模拟血细胞计数是基于数据来自流式细胞仪测量获得Euroflow协议和后请提供Centro de Investigacion del癌症(CIC)在萨拉曼卡,西班牙。人造血细胞计数模仿从健康人31血细胞计数和9从不同类型的癌症患者血细胞计数。

2安装

安装过程:

如果(!requireNamespace (“BiocManager”,悄悄地= TRUE)) install.packages (“BiocManager”) BiocManager::安装(“optimalFlowData”)

3使用

库(optimalFlowData)头(Cytometry1)

# # CD19 / TCRgd: PE Cy7-A逻辑CD38: APC H7-A逻辑CD3: APC-A逻辑# # 1 # # 2 2848 5584 3472 3808 5814 3060 # # 3 # # 4 3283 5270 2660 3008 5103 2814 3600 6056 4136 6 # # # # 3271 6091 3876 # # CD4 + CD20: PB-A逻辑CD45: PO-A逻辑CD56 + IgK: PE-A逻辑# # 1 # # 2 2388 4391 6064 2449 4620 5498 # # 3 # # 4 1877 4339 5634 2017 4440 5350 1198 4666 5963 6 # # # # 2422 4506 5791 # # CD5: PerCP Cy5-5-A逻辑CD8 + IgL: FITC-A逻辑FSC-A线性# # 1 # # 2 1691 5491 2104 3112 5200 1780 # # 3 # # 4 2358 5010 1762 3531 4982 2034 2272 5246 2033 6 # # # # 2161 5094 1657 # # SSC-A Exp-SSC低人口ID(名字)# # 1 1626嗜碱粒细胞1769嗜碱粒细胞# # 3 # # 1721 # 1211 # 4嗜碱粒细胞嗜碱粒细胞# # 5 1913 1398嗜碱粒细胞嗜碱粒细胞# # 6

我们可以创建一个封闭的血细胞计数,其中包含的数据库。为简单起见,可视化我们只选择4细胞类型。对于数据库的一个例子,我们选择一些血细胞计数,像往常一样在机器学习,学习数据集的一个子集。

数据库< - buildDatabase (dataset_names = paste0(血细胞计数、c(2:5,七章,17、19、21)),population_ids = c(单核细胞、CD4 + CD8 -,“成熟的团体卡巴”,“TCRgd——”))

图中数据的一个三维子空间

双(数据库[[1]][c(4 3 9)],坳= droplevels(数据库[[1]][11]))

每个血细胞计数的诊断方法如下

帮助(cytometry.diagnosis) #缩写cytometry.diagnosis的解释

# #[1]“高清”“高清”“高清”“高清”“高清”“高清”“高清”“高清”“高清”# #[10]“高清”“高清”“高清”“高清”“高清”“高清”“高清”“高清”“高清”# #[19]“高清”“高清”“高清”“程”“程”“FL”“程”“LPL”“慢性淋巴细胞白血病”# #[28]“慢性淋巴细胞白血病”“高清”“高清”“高清”“高清”“高清”“DLBCL”“盐酸”“高清”# #[37]“高清”“高清”“高清”“高清”