聚类马氏距离代码MATLAB-msc_project:批量效应校正和CyTOF数据的自动门控

聚类马氏距离代码MATLAB 该项目的标题是：CyTOF数据的自动门控（聚类）和批量效应校正。 该项目正在努力实现可再现的CyTOF数据分析的目标。 传统上，通过手动门控（在散点图中绘制方框）完成了细胞计数数据的聚类。 这种类型的分析不适用于30个以上的标记，因为地块数量表现出组合爆炸性。 大量细胞计数法的另一个潜在问题是分批效应。 该项目旨在调查其严重程度，以及当前的方法（珠标准化和MMD-ResNET）是否可用于帮助整合不同批次的数据集。 该存储库正在积极开发中，完成后将包括用于集群模型，规范化算法，可视化和基准测试的代码。 我没有包括实验数据，因为它是纽卡斯尔大学的财产。 如有可能，它将尽快共享。 简要回顾一下使用的方法： 批量效果校正： 磁珠归一化是在整个实验过程中校正仪器波动的方法，它已经建立并由数个MATLAB和R软件包以及独立程序提供。 MMDResNet：一种神经网络优化方法，可最小化两个样本之间的最大平均差异。 这个想法是，通过拟合两个样本的统计分布，并考虑到一些误差，技术变异将被消除，而生物学变异的损失有限。 SAUCIE：与MMDResNet相似的方法，但也可以使