[发明专利]用于根据多参数细胞和亚细胞成像数据表征细胞表型多样性的系统和方法

权利要求书

1.一种根据多参数细胞和亚细胞成像数据表征来自多个患者或多个多细胞体外模型的多个组织样品的细胞表型的方法，包括：

接收经分割的多参数细胞和亚细胞成像数据，其中，所述经分割的多参数细胞和亚细胞成像数据是通过对所述多参数细胞和亚细胞成像数据执行细胞分割而生成的；以及

对所述经分割的多参数细胞和亚细胞成像数据执行递归分解以识别多个计算表型，其中所述递归分解包括多个分解水平，其中每个分解水平包括软/概率聚类和空间正则化，并且其中所述经分割的多参数细胞和亚细胞成像数据中的每个细胞被概率地分配至所述多个计算表型中的一个或多个。

2.根据权利要求1所述的方法，还包括生成视觉表示，在所述视觉表示中，所述经分割的多参数细胞和亚细胞成像数据中的每个细胞基于每个细胞的相应最高所有权概率与所述多个计算表型中的仅一个计算表型概率地相关联。

3.根据权利要求1所述的方法，还包括生成细胞表型树，在所述细胞表型树中，所述经分割的多参数细胞和亚细胞成像数据中的每个细胞被概率地分配到所述多个计算表型中的一个或多个，其中，所述细胞表型树包括多个终端节点，其中，所述终端节点中的每个终端节点表示所述多个计算表型中的相应的一个计算表型。

4.根据权利要求3所述的方法，其中，每个终端节点的大小对应于被分配给所述终端节点的计算表型的所述细胞的一部分。

5.根据权利要求1所述的方法，其中，所述多参数细胞和亚细胞成像数据包括多重复合到超复合的免疫荧光生物标记数据或多重复合至超复合的基于质谱的生物标记数据。

6.根据权利要求1所述的方法，还包括使用所述多个计算表型来形成多因素分析MFA模型的参数。

7.根据权利要求6所述的方法，还包括使用所述MFA模型的参数应用Kullback-LeiberKL散度度量来定量所述计算表型中的任何两者之间的差异。

8.根据权利要求7所述的方法，还包括基于应用KL散度度量的结果生成热图。

9.根据权利要求1所述的方法，其中，所述软/概率聚类包括多个簇，其中，每个簇对应于所述多个计算表型中的相应一个计算表型，其中，每个簇被定义为参数低维子空间的分层混合，并且其中，所述经分割的多参数细胞和亚细胞成像数据中的每个细胞被每个簇概率地拥有。

10.根据权利要求1所述的方法，其中，所述递归分解采用递归的停止标准，所述递归的停止标准包括应用于所述分层混合的子空间之间的角度的阈值，以确保所述计算表型是不同的。

11.根据权利要求9所述的方法，其中，所述空间正则化采用包括第一项和第二项的函数，第一项促进簇分配中的稀疏性并且意味着每个细胞试图完全属于簇中的一个，第二项促进空间一致性。

12.根据权利要求11所述的方法，其中，使用交替方向乘子方法ADMM来优化所述函数。

13.根据权利要求3所述的方法，其中，所述递归分解采用停止标准，所述停止标准在以下情况下停止递归：(i)所得到的簇取得1％的细胞的所有权，(ii)确定细胞表型树已经超过给定的深度阈值，或(iii)平均向量和因素负荷空间之间的角度都低于给定的阈值。

14.一种存储包括指令的一个或多个程序的非暂态计算机可读介质，所述指令在由计算机执行时使得所述计算机执行根据权利要求1所述的方法。