De nombreuses approches cherchent à remplacer le gating manuel par une détection automatique des populations. Le résultat rendu est un ensemble de clusters d’évènements, mais ce ne sont pas en fait des populations de cellules telles que les experts en cytométrie les déterminent lors d’un gating manuel. Le passage de l’un à l’autre est réalisé grâce au travail et l’expertise d’un opérateur humain, et le temps passé sur cette étape est non négligeable et rarement indiqué dans les publications.
En effet, pour donner un nom à un cluster, il faut disposer de l’expression des marqueurs étudiés. Il est assez pratique d’utiliser pour cela une représentation en heatmap. Si l’approche utilisée ne le propose pas, Excel et MeV le permettent.
Cette opération met fréquemment en évidence des clusters redondants qui doivent être regroupés. Il arrive parfois, mais rarement, que des clusters combinent des cellules différentes. Ce dernier cas est difficile à détecter car les graphiques proposés ne représentent souvent que la valeur centrale. Une aide précieuse et des graphiques très détaillés sont disponibles dans le package R CytoCompare.
Le package flowCL propose une ontologie, c’est à dire un dictionnaire hiérarchique où chaque population est caractérisée par l’expression d’un ensemble de marqueurs. L’expression est notée neg, dim, mid, pos et bright (?). Un outil en ligne de commande R permet de donner un nom (avec un niveau de confiance) à une signature de marqueurs. Dans notre expérience, le résultat dépend du choix des marqueurs et du recodage de l’expression. Si l’étude n’implique qu’une partie des marqueurs canoniques pour définir une population, elle sera probablement pas rapporter par l’outil. Le recodage pour passer d’une intensité de fluorescence à l’un des termes de l’ontologie reste subjectif, et nous vous conseillons plusieurs essais.
Références
Multi-parametric cytometry from a complex cellular sample: Improvements and limits of manual versus computational-based interactive analyses. DOI:10.1002/cyto.a.22850
flowCL: ontology-based cell population labelling in flow cytometry. DOI:10.1093/bioinformatics/btu807
A Computational Approach for Phenotypic Comparisons of Cell Populations in High-Dimensional Cytometry Data DOI:10.1016/j.ymeth.2017.09.005