Original title:
Interaktivní klastrování v single-cell proteomice
Translated title:
Interactive clustering approaches in single-cell cytometry
Authors:
Urban, Nicole Aemilia ; Šmelko, Adam (advisor) ; Stuchlý, Jan (referee) Document type: Master’s theses
Year:
2023
Language:
eng Abstract:
[eng][cze] Flow cytometry allows inexpensive monitoring of large and diverse cell populations using fluorescent markers, providing immense applications in studying biological properties of blood and tissues as well as diagnostics in the clinical setting. Recent methodological advances highlight automatic clustering as a tool of choice for data analysis, and many clustering algo- rithms were developed for various use cases. However, the applicability of such algorithms in biology and medicine remains challenging unless the tools expose user-friendly, interactive interfaces that are accessible to domain ex- perts. The goal of the thesis is to review the available methods that allow such interaction and supervision of the clustering process by the user, specif- ically focusing on interfaces desirable in clinical setting that does not require the user to interact with programming environments. As the main practi- cal result, the thesis should design a new tool that builds upon previously developed methodology (iDendro, gMHCA), allowing the application of the researched methodology on real datasets. By using proper data visualization techniques, the end user should be able to interact with the dataset in a way that is both intuitive and useful for producing biologically relevant results.Průtoková cytometrie umožňuje monitorování velkých, různorodých bu- něčných populací za využití fluerescenčních markerů, díky čemuž je skvělý nástroj pro studium biologických vlastností krve a tkání a také v diagnos- tice v klinickém prostředí. Nedávné pokroky v metologii zdůrazňují auto- matické clusterování jako nástroj volby pro analýzu dat a bylo vytvořeno mnoho clusterovacích algoritmů vhodných pro řešení různých úloh. Bohužel aplikace takových algoritmů v biologii a medicíně zůstává výzvou, obzvláště pokud jednotlivé nástroje neposkytují uživatelsky přístupné interaktivní roz- hraní použitelné odborníky v oboru. Cílem této práce je zhodnotit současné možnosti vývoje interaktivního prostředi za užití programovacích prostředí. Hlavním cílem této práce je nadesignovat nový nástroj, který je postaven na předchozí metologii (iDendro, gMHCA), který umožní aplikaci zkoumané metologie na skutečných datasetech. Koncový uživatel by měl být schopen s daty komunikovat za použití vhodných vizualizačních technik způsobem který je snadný a intuitivní, aby získal biologicky relevantní výsledky.
Keywords:
cluster analysis; exploratory analysis; high-dimensional data; interactive data analysis; visualization; axploratory analýza; interaktivni analýza dat; klastrová analýza; vizualizace; vícerozměrná data
Institution: Charles University Faculties (theses)
(web)
Document availability information: Available in the Charles University Digital Repository. Original record: http://hdl.handle.net/20.500.11956/181338