钱同学云计算

Appearance

5.表型分析（TR-PhenoCluster） ​

说明 ​

  1. 使用场景：泰立瑞开发的是QuPath系列插件的一个核心插件，专门用于高维细胞表型鉴定。其核心应用场景为：对多重免疫荧光（mIF）或成像质谱（CyTOF）等超多参数图像数据进行自动化的细胞分类和表型注释，为后续的空间分析提供精准的细胞身份信息。 1). 自动化细胞表型鉴定：解析包含少到2-10种、多达60+种蛋白标记物的复杂图像数据。支持监督或无监督的聚类算法，结合预训练的AI模型，自动识别并分类组织中的各种细胞类型，例如：免疫细胞亚群分析、识别不同状态的肿瘤细胞、基质细胞分析等， 2). 解决跨平台数据挑战：解决了不同平台（如PhenoCycler, Comet, Hyperion, CODEX等）数据的批次效应和鲁棒性问题 3). 作为空间分析流水线的上游模块：PhenoCluster通常与泰立瑞的另一款插件Spa协同工作，形成一个完整的分析链条：PhenoCluster负责“是什么”的问题，即精确地给每个细胞打上身份标签。Spa：负责“在哪里”和“和谁在一起”的问题
  2. 功能入口：菜单栏：Terrydr -> TR-PhenoCluster
  3. 测试数据：demo-wsi/GCexample.ome.tif
  4. 更详细的操作说明以及如何配置细胞分类请查看

TR-PhenoCluster 细胞表型分类插件

操作步骤 ​

  1. 导入测试图像到项目（桌面 -> demo-wsi -> GCexample.ome.tif）

image-20251122151048894

  1. 创建批注

image-createnote

  1. 细胞分割

    a. 使用QuPath自带的细胞分割 : 选中批注（双击批注，选中的为黄色边框） -> Analyze -> Cell detection -> Cell detection

    b. 如果自带的细胞分割不准确, 可以使用TR-Seg分割, 可以查看本文档的 细胞分割（TR-Seg）

    c. GCexample.ome.tif 这张图像的细胞分割的阈值参数可以填15, 点Run运行细胞分割

image-20251122151330346

image-xibaoseg

  1. 运行PhenoCluster

    a. PhenoCluser是对细胞进行分类，所以需要在细胞分割之后运行

    b. 打开Terrydr -> TR PhenoCluster

    c. 选择配置，默认已创建一个Cluster的配置用于 GCexample.tif 图像

    d. 可以直接选择Cluster，点击运行检测即可

image-runseg

  1. 检测结束，查看结果

    a. 检测需要等待一些时间

    b. 当检测结束后，系统会自动打开两个网页，分别是表型分析的结果和Spa空间分析

image-runend

image-showendres