1简介

optimalFlowData包含40个模拟流式细胞术数据集的包是否保存为数据帧，用于测试和开发包的示例optimalFlow基于的结果德尔·巴里奥等人(2019)．

模拟细胞术是基于来自流式细胞术测量的数据，这些数据是根据Euroflow协议获得的，由西班牙萨拉曼卡的Centro de Investigación del Cancer (CIC)提供。人工细胞术模拟了31个健康个体的细胞术和9个不同类型癌症患者的细胞术。

2安装

安装过程:

如果(!requireNamespace("BiocManager"， quiet = TRUE) install.packages("BiocManager") BiocManager::install("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 3531 4982 2034 # # 3## 4 2358 5010 1762 ## 5 2272 5246 2033 ## 6 2161 5094 1657 ## SSC-A Exp-SSC Low Population ID (name) ## 1 1626 Basophils ## 2 1769 Basophils ## 3 1721 Basophils ## 4 1211 Basophils ## 5 1913 Basophils ## 6 1398 Basophils

我们可以建立一个门控细胞术数据库，包含。为了简单和可视化，我们只选择了4种单元格类型。以数据库为例，我们选择了一些细胞术，这在机器学习中是常见的，其中数据的子集是学习集。

database <- buildDatabase(dataset_names = paste0('Cytometry'， c(2:5, 7:9, 12:17, 19,21))， population_ids = c('单核细胞'，'CD4+CD8-'， 'Mature SIg Kappa'， 'TCRgd-'))

三维子空间中的数据图

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

每种细胞仪的诊断结果如下所示

帮助(“巨细胞学。诊断”)#用于解释缩写巨细胞学。诊断

# #[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”