DRUG AI 今天为大家介绍的是来自Mihaela Angelova团队的一篇论文。多重成像规模和维度的增长需要可重复且全面但用户友好的计算流程。TRACERx-PHLEX包含基于深度学习的细胞分割（deepimcyto）、自动化细胞类型注释（TYPEx）和可解释的空间分析（Spatial-PHLEX）这三个独立但可互操作的模块。PHLEX生成单细胞身份、组织区室内的细胞密度、标记阳性调用和诸如细胞屏障评分等空间指标，以及总结图和空间可视化。PHLEX是在TRACERx研究中使用成像质谱细胞术（IMC）开发的，并通过已发表的索引共检测（CODEX）、IMC和正交数据进行验证，并与最先进的方法进行对比。作者评估了其在不同组织类型、组织固定条件、图像大小和抗体面板上的应用。由于PHLEX是一个自动化和容器化的Nextflow流程，手动评估、编程技能或病理学专业知识不是必需的。PHLEX在多重数据领域提供了
………………………………
