基于模型化和最小化溢出扩散的流式细胞术面板设计方法以及用于实践该方法的系统与流程

背景技术：

技术实现思路

1、本公开的方面包括通过流式细胞术识别用于表征样品的一组荧光团-生物分子试剂对的方法。根据某些实施方案的方法包括计算多个荧光团的光谱溢出扩散参数，将每个荧光团与对样品中细胞的生物标志物具有特异性的生物分子配对以生成多个荧光团-生物分子试剂对，基于每个荧光团的光谱溢出扩散参数和生物标志物分类参数生成荧光团-生物分子试剂对的经调整的溢出扩散矩阵，以及基于由经调整的溢出扩散矩阵所计算的溢出扩散值来识别荧光团-生物分子试剂对的最佳集合。还提供了用于实践主题方法的系统和非暂时性计算机可读存储介质。

2、在实践本方法时，为多个荧光团计算光谱溢出扩散参数。在一些实施方案中，计算光谱溢出扩散参数包括生成多个荧光团的荧光溢出扩散值的矩阵。在实施方案中，当存在另一个荧光团时，基于荧光团的荧光溢出扩散来计算矩阵中的荧光溢出扩散值。在一些实施方案中，基于两种不同荧光团的荧光光谱的重叠来计算荧光溢出扩散值。在一些情况下，计算光谱溢出扩散参数包括计算生成的矩阵的每行的和。在某些情况下，生成的矩阵的每一行的总和是由每个单个荧光团扩散到多个荧光团的光谱溢出的近似值。在其他情况下，计算光谱溢出扩散参数包括计算生成的矩阵的每列的和。在某些情况下，生成的矩阵的每一列的总和是由多个荧光团扩散到每个其他单个荧光团的光谱溢出的近似值。在某些实施方案中，模拟多个荧光团中的每一个的光谱溢出扩散参数。在通过模拟计算光谱溢出扩散参数的情况下，方法可以包括模拟每个荧光团的光谱特性，并基于模拟的光谱特性计算每个荧光团的溢出扩散值。例如，荧光团的模拟光谱特性可以是荧光团的发射光谱、荧光团的激发光谱、荧光团的量子产率和荧光团的消光系数中的一个或多于一个。每个荧光团的溢出扩散值可以被计算(在一些实施方案中，通过补偿来计算)。在其他实施方案中，通过光谱解混来计算每个荧光团的溢出扩散值。

3、每个荧光团都与对样品中细胞的生物标志物具有特异性的生物分子配对。生物分子可以是多肽、核酸或多糖。在某些实施方案中，生物分子是核酸，例如寡核苷酸、dna或rna。在其他实施方案中，生物分子是多肽，例如蛋白质、酶或抗体。在实施方案中，方法包括基于每个荧光团的光谱溢出扩散参数(通过实验或模拟测量)和生物标志物分类参数来计算荧光团-生物分子试剂对的经调整的溢出扩散矩阵。在一些实施方案中，生物标志物分类参数包括样品中每个生物标志物的定量群体密度成分。在一些情况下，定量群体密度是样品中每个生物标志物的群体的数值范围。在其他情况下，生物标志物分类参数是样品中每个生物标志物的半定量群体密度分类。例如，半定量群体密度分类可以是生物标志物表达的指定，例如其中生物标志物表达的指定是1)非常高的生物标志物表达；2)高生物标志物表达；3)中等生物标志物表达；4)低生物标志物表达和5)缺少生物标志物表达。在其他情况下，生物标志物分类参数包括样品中每个生物标志物的定量群体密度分类。在某些情况下，样品中每个生物标志物的定性群体密度分类是二元生物标志物分类。在一个实施例中，二元生物标志物分类可以是根据生物标志物是否存在的指定。在另一个实施例中，二元生物标志物分类可以是根据生物标志物是否预期在预定阈值(例如，最小抗原密度)之上存在于样品中的指定。在又一个实施例中，二元生物标志物分类可以是生物标志物对所识别的一组荧光团-生物分子试剂对的关键性的指定。例如，二元生物标志物分类可以是将生物标志物指定为对所识别的荧光团-生物分子试剂对组1)关键的或2)非关键的。

4、在实践本发明方法时，所计算的多个荧光团-生物分子试剂对的经调整的溢出扩散矩阵用于识别荧光团-生物分子试剂对的最佳集合，以通过流式细胞术表征样品。在一些实施方案中，识别荧光团-生物分子试剂对的最佳集合包括试剂对排序算法，例如其中基于所计算的每个荧光团-生物分子试剂对的经调整的溢出扩散矩阵值为每个荧光团-生物分子试剂对分配分数。在一些实施方案中，识别荧光团-生物分子试剂对的最佳集合包括基于所计算的经调整的溢出扩散矩阵选择具有最低分数的荧光团-生物分子试剂对。在其他实施方案中，识别荧光团-生物分子试剂对的最佳集合包括基于所计算的经调整的溢出扩散矩阵选择分数低于预定阈值的荧光团-生物分子试剂对。在其他实施方案中，识别荧光团-生物分子试剂对的最佳集合包括随机选择预定数量的荧光团-生物分子试剂对。

5、在其他实施方案中，识别荧光团-生物分子试剂对的最佳集合包括应用约束优化算法，例如其中随机选择每个荧光团-生物分子试剂对，并对其进行一组约束，以生成荧光团-生物分子试剂对的约束集合。在某些实施方案中，约束优化算法包括约束冲突算法。在某些情况下，约束冲突算法是迭代最小冲突算法。在其他实施方案中，约束优化算法包括约束满足算法。在某些实施方案中，识别荧光团-生物分子试剂对的最佳集合包括应用迭代遗传算法。

6、还提供了用于实施主题方法的系统。根据某些实施方案的系统包括处理器，该处理器具有可操作地耦合到该处理器的存储器，其中该存储器包括存储在其上的指令，当该指令被处理器执行时，使得该处理器：计算多个荧光团的光谱溢出扩散参数，将每个荧光团与对样品中细胞的生物标志物具有特异性的生物分子配对以生成多个荧光团-生物分子试剂对，基于每个荧光团的光谱溢出扩散参数和生物标志物分类参数生成荧光团-生物分子试剂对的经调整的溢出扩散矩阵，以及基于来自经调整的溢出扩散矩阵的所计算的溢出扩散值来识别荧光团-生物分子试剂对的最佳集合。

7、在实施方案中，系统包括具有其上存储有指令的存储器的处理器，当由处理器执行指令时，使得处理器计算多个荧光团的光谱溢出扩散参数。在一些实施方案中，存储器包括用于通过生成多个荧光团的荧光溢出扩散值的矩阵来计算光谱溢出扩散参数的指令。系统包括具有指令的存储器，其中当存在另一个荧光团时，基于荧光团的荧光溢出扩散来计算矩阵中的荧光溢出扩散值。在一些实施方案中，存储器包括用于基于两种不同荧光团的荧光光谱的重叠来计算荧光溢出扩散值的指令。在一些情况下，存储器包括用于通过计算生成的矩阵的每行的和来计算频谱溢出扩散参数的指令。在某些情况下，生成的矩阵的每一行的总和是由每个单个荧光团扩散到多个荧光团的光谱溢出的近似值。在其他情况下，存储器包括用于通过计算生成的矩阵的每列的和来计算频谱溢出扩散参数的指令。在某些情况下，生成的矩阵的每一列的总和是由多个荧光团扩散到每个其他单个荧光团的光谱溢出的近似值。

8、在某些实施方案中，存储器包括存储在其上的指令，当处理器执行这些指令时，使处理器模拟多个荧光团中每一个的光谱溢出扩散参数。在一些实施方案中，存储器包括用于模拟每个荧光团的光谱特性的指令和用于基于模拟的光谱特性计算每个荧光团的溢出扩散值的指令。例如，荧光团的模拟光谱特性可以是荧光团的发射光谱、荧光团的激发光谱、荧光团的量子产率和荧光团的消光系数中的一个或多于一个。在某些实施方案中，存储器包括用于通过补偿计算每个荧光团的溢出扩散值的指令。在其他实施方案中，存储器包括用于通过光谱解混计算每个荧光团的溢出扩散值的指令。

9、在实施方案中，该系统包括其上存储有指令的存储器，当处理器执行指令时，使得处理器将每个荧光团与对样品中细胞的生物标志物具有特异性的生物分子配对。在一些实施方案中，存储器包括用于基于每个荧光团的光谱溢出扩散参数和生物标志物分类参数来计算荧光团-生物分子试剂对的经调整的溢出扩散矩阵的指令。在一些实施方案中，生物标志物分类参数包括样品中每个生物标志物的定量群体密度成分。在一些情况下，定量群体密度是样品中每个生物标志物的群体的数值范围。在其他情况下，生物标志物分类参数是样品中每个生物标志物的半定量群体密度分类。例如，半定量群体密度分类可以是生物标志物表达的指定，例如其中生物标志物表达的指定是1)非常高的生物标志物表达；2)高生物标志物表达；3)中等生物标志物表达；4)低生物标志物表达和5)缺少生物标志物表达。在其他情况下，生物标志物分类参数包括样品中每个生物标志物的定量群体密度分类。在某些情况下，样品中每个生物标志物的定性群体密度分类是二元生物标志物分类。在一个实施例中，二元生物标志物分类可以是根据生物标志物是否存在的指定。在另一个实施例中，二元生物标志物分类可以是根据生物标志物是否预期在预定阈值(例如，最小抗原密度)之上存在于样品中的指定。在又一个实施例中，二元生物标志物分类可以是生物标志物对所识别的一组荧光团-生物分子试剂对的关键性的指定。例如，二元生物标志物分类可以是将生物标志物指定为对所识别的荧光团-生物分子试剂对组1)关键的或2)非关键的。

10、感兴趣的系统包括其上存储有指令的存储器，当处理器执行这些指令时，使得处理器识别用于通过流式细胞术表征样品的荧光团-生物分子试剂对的最佳集合。在一些实施方案中，存储器包括用于利用试剂对排序算法来识别荧光团-生物分子试剂对的最佳集合的指令，例如其中存储器包括用于基于为每个荧光团-生物分子试剂对计算的经调整的溢出扩散矩阵值为每个荧光团-生物分子试剂对分配分数的指令。在一些实施方案中，存储器包括用于通过基于所计算的经调整的溢出扩散矩阵选择具有最低分数的荧光团-生物分子试剂对来识别荧光团-生物分子试剂对的最佳集合的指令。在其他实施方案中，存储器包括用于通过基于所计算的经调整的溢出扩散矩阵选择分数低于预定阈值的荧光团-生物分子试剂对来识别荧光团-生物分子试剂对的最佳集合的指令。在其他实施方案中，存储器包括用于通过随机选择预定数量的荧光团-生物分子试剂对来识别荧光团-生物分子试剂对的最佳集合的指令。

11、在其他实施方案中，系统包括具有指令的存储器，所述指令用于通过应用约束优化算法来识别荧光团-生物分子试剂对的最佳集合，例如其中随机选择每个荧光团-生物分子试剂对，并对其进行一组约束，以生成荧光团-生物分子试剂对的约束集合。在某些实施方案中，由主题系统的存储器实现的约束优化算法包括约束冲突算法。在某些情况下，约束冲突算法是迭代最小冲突算法。在其他实施方案中，约束优化算法包括约束满足算法。在某些实施方案中，存储器包括用于通过应用迭代遗传算法来识别荧光团-生物分子试剂对的最佳集合的指令。

12、还提供了用于识别一组荧光团-生物分子试剂对的非暂时性计算机可读存储介质，所述荧光团-生物分子试剂对用于通过流式细胞术表征样品。根据某些实施方案的非暂时性计算机可读存储介质包括存储在其上的具有算法的指令，用于计算多个荧光团的光谱溢出扩散参数，算法用于将每个荧光团与对样品中细胞的生物标志物具有特异性的生物分子配对以生成多个荧光团-生物分子试剂对，算法用于基于每个荧光团的光谱溢出扩散参数和生物标志物分类参数生成荧光团-生物分子试剂对的经调整的溢出扩散矩阵，并且算法用于基于来自经调整的溢出扩散矩阵的所计算的溢出扩散值来识别荧光团-生物分子试剂对的最佳集合。

13、在实施方案中，非暂时性计算机可读存储介质包括用于计算多个荧光团的光谱溢出扩散参数的算法。在一些实施方案中，非暂时性计算机可读存储介质包括用于通过生成多个荧光团的荧光溢出扩散值的矩阵来计算光谱溢出扩散参数的算法。非暂时性计算机可读存储介质包括当存在另一个荧光团时，基于荧光团的荧光溢出扩散计算矩阵中荧光溢出扩散值的算法。在一些实施方案中，非暂时性计算机可读存储介质包括基于两种不同荧光团的荧光光谱的重叠来计算荧光溢出扩散值的算法。在一些情况下，非暂时性计算机可读存储介质包括用于通过计算生成的矩阵的每行的和来计算频谱溢出扩散参数的算法。在某些情况下，生成的矩阵的每一行的总和是由每个单个荧光团扩散到多个荧光团的光谱溢出的近似值。在其他情况下，非暂时性计算机可读存储介质包括用于通过计算生成的矩阵的每列的和来计算频谱溢出扩散参数的算法。在某些情况下，生成的矩阵的每一列的总和是由多个荧光团扩散到每个其他单个荧光团的光谱溢出的近似值。

14、在某些实施方案中，非暂时性计算机可读存储介质包括用于模拟多个荧光团中的每一个的光谱溢出扩散参数的算法。在一些实施方案中，非暂时性计算机可读存储介质包括用于模拟每个荧光团的光谱特性的算法和用于基于模拟的光谱特性计算每个荧光团的溢出扩散值的算法。例如，荧光团的模拟光谱特性可以是荧光团的发射光谱、荧光团的激发光谱、荧光团的量子产率和荧光团的消光系数中的一个或多于一个。在某些实施方案中，非暂时性计算机可读存储介质包括用于通过补偿计算每个荧光团的溢出扩散值的算法。在其他实施方案中，非暂时性计算机可读存储介质包括用于通过光谱解混来计算每个荧光团的溢出扩散值的算法。

15、在实施方案中，非暂时性计算机可读存储介质包括用于将每个荧光团与生物分子配对的算法，该生物分子对于样品中细胞的生物标志物是特异性的。在一些实施方案中，非暂时性计算机可读存储介质包括用于基于每个荧光团的光谱溢出扩散参数和生物标志物分类参数来计算荧光团-生物分子试剂对的经调整的溢出扩散矩阵的算法。在一些实施方案中，生物标志物分类参数包括样品中每个生物标志物的定量群体密度成分。在一些情况下，定量群体密度是样品中每个生物标志物的群体的数值范围。在其他情况下，生物标志物分类参数是样品中每个生物标志物的半定量群体密度分类。例如，半定量群体密度分类可以是生物标志物表达的指定，例如其中生物标志物表达的指定是1)非常高的生物标志物表达；2)高生物标志物表达；3)中等生物标志物表达；4)低生物标志物表达和5)缺少生物标志物表达。在其他情况下，生物标志物分类参数包括样品中每个生物标志物的定量群体密度分类。在某些情况下，样品中每个生物标志物的定性群体密度分类是二元生物标志物分类。在一个实施例中，二元生物标志物分类可以是根据生物标志物是否存在的指定。在另一个实施例中，二元生物标志物分类可以是根据生物标志物是否预期在预定阈值(例如，最小抗原密度)之上存在于样品中的指定。在又一个实施例中，二元生物标志物分类可以是生物标志物对所识别的一组荧光团-生物分子试剂对的关键性的指定。例如，二元生物标志物分类可以是将生物标志物指定为对所识别的荧光团-生物分子试剂对组1)关键的或2)非关键的。

16、该非暂时性计算机可读存储介质包括用于识别荧光团-生物分子试剂对的最佳集合的算法，以便通过流式细胞术来表征样品。在一些实施方案中，该非暂时性计算机可读存储介质包括利用试剂对排序算法来识别荧光团-生物分子试剂对的最佳集合的算法，例如其中该非暂时性计算机可读存储介质包括基于为每个荧光团-生物分子试剂对所计算的经调整的溢出扩散矩阵值来为每个荧光团-生物分子试剂对分配分数的算法。在一些实施方案中，非暂时性计算机可读存储介质包括用于通过基于所计算的经调整的溢出扩散矩阵选择具有最低分数的荧光团-生物分子试剂对来识别荧光团-生物分子试剂对的最佳集合的算法。在其他实施方案中，非暂时性计算机可读存储介质包括用于通过基于所计算的经调整的溢出扩散矩阵选择分数低于预定阈值的荧光团-生物分子试剂对来识别荧光团-生物分子试剂对的最佳集合的算法。在其他实施方案中，非暂时性计算机可读存储介质包括用于通过随机选择预定数量的荧光团-生物分子试剂对来识别荧光团-生物分子试剂对的最佳集合的算法。

17、在其他实施方案中，非暂时性计算机可读存储介质包括用于通过应用约束优化算法来识别荧光团-生物分子试剂对的最佳集合的算法，例如其中每个荧光团-生物分子试剂对被随机选择并受到一组约束以生成荧光团-生物分子试剂对的约束集合。在某些实施方案中，约束优化算法包括约束冲突算法。在某些情况下，约束冲突算法是迭代最小冲突算法。在其他实施方案中，约束优化算法包括约束满足算法。在某些实施方案中，非暂时性计算机可读存储介质包括用于通过应用迭代遗传算法来识别荧光团-生物分子试剂对的最佳集合的算法。