这篇文章介绍了一种名为 ConvexGating 的全新 人工智能工具,旨在自动为单细胞流式细胞术数据推导可解释的 分选策略。该方法通过模仿人工圈门过程,利用 启发式标记选择 和 随机梯度下降 优化凸多边形边界,有效弥补了计算聚类分析与物理细胞分离之间的差距。文章指出,该算法能够处理从常规 FACS 到高维 CITE-seq 的各种标记面板,并在生成低污染的已知及未知细胞群策略方面超越了现有的反向圈门工具。此外,研究人员还通过单细胞测序成功在实验中 验证了该方法,证明其在靶细胞回收率和纯度平衡上表现卓越。
References:
Friedrich V D, Mai K, Hofer T P, et al. ConvexGating infers gating strategies from clusters in single cell cytometry data[J]. Nature communications, 2026, 17(1): 9975.

