KNAPP, Bettina, Ilka REBHAN, Anil KUMAR, Petr MATULA, Narsis A KIANI, Marco BINDER, Hoger ERFLE, Karl ROHR, Roland EILS, Ralf BARTENSCHLAGER a Lars KADERALI. Normalizing for Individual Cell Population Context in the Analysis of High-Content Cellular Screens. BMC Bioinformatics, BioMed Central, 2011, roč. 12, č. 485, s. 1-14. ISSN 1471-2105.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Normalizing for Individual Cell Population Context in the Analysis of High-Content Cellular Screens
Autoři KNAPP, Bettina (276 Německo), Ilka REBHAN (276 Německo), Anil KUMAR (356 Indie), Petr MATULA (203 Česká republika, garant, domácí), Narsis A KIANI (364 Írán), Marco BINDER (276 Německo), Hoger ERFLE (276 Německo), Karl ROHR (276 Německo), Roland EILS (276 Německo), Ralf BARTENSCHLAGER (276 Německo) a Lars KADERALI (276 Německo).
Vydání BMC Bioinformatics, BioMed Central, 2011, 1471-2105.
Další údaje
Originální jazyk angličtina
Typ výsledku Článek v odborném periodiku
Obor 10103 Statistics and probability
Stát vydavatele Velká Británie
Utajení není předmětem státního či obchodního tajemství
WWW URL
Impakt faktor Impact factor: 2.751
Kód RIV RIV/00216224:14330/11:00054378
Organizační jednotka Fakulta informatiky
UT WoS 000299110500001
Klíčová slova anglicky high-content screening; normalization; cell-based analysis
Příznaky Mezinárodní význam, Recenzováno
Změnil Změnil: doc. RNDr. Petr Matula, Ph.D., učo 3019. Změněno: 17. 4. 2012 14:20.
Anotace
We present a method that normalizes and statistically scores microscopy based RNAi screens, exploiting individual cell information of hundreds of cells per knockdown. Each cell’s individual population context is employed in normalization. We present results on two infection screens for hepatitis C and dengue virus, both showing considerable effects on observed phenotypes due to population context. In addition, we show on a nonvirus screen that these effects can be found also in RNAi data in the absence of any virus. Using our approach to normalize against these effects we achieve improved performance in comparison to an analysis without this normalization and hit scoring strategy. Furthermore, our approach results in the identification of considerably more significantly enriched pathways in hepatitis C virus replication than using a standard analysis approach.
Návaznosti
MSM0021622419, záměrNázev: Vysoce paralelní a distribuované výpočetní systémy
Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, Výzkumné záměry
2B06052, projekt VaVNázev: Vytipování markerů, screening a časná diagnostika nádorových onemocnění pomocí vysoce automatizovaného zpracování multidimenzionálních biomedicínských obrazů (Akronym: Biomarker)
Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, Zdravý a kvalitní život
VytisknoutZobrazeno: 31. 10. 2020 01:12