Ett sannolikhetsbaserat kvalitetsmått förbättrar klassificeringen av oförväntade sekvenser i in situ sekvensering

Sammanfattning: In situ sekvensering är en metod som kan användas för att lokalisera differentiellt uttryck av mRNA direkt i vävnadssnitt, vilket kan ge viktiga ledtrådar om många sjukdomstillstånd. Idag förloras många av sekvenserna från in situ sekvensering på grund av det kvalitetsmått man använder för att säkerställa att sekvenser är korrekta. Det finns troligtvis möjlighet att förbättra prestandan av den nuvarande base calling-metoden eftersom att metoden är i ett tidigt utvecklingsskede. Vi har genomfört explorativ dataanalys för att undersöka förekomst av systematiska fel och korrigerat för dessa med hjälp av statistiska metoder. Vi har framförallt undersökt tre metoder för att korrigera för systematiska fel: I) Korrektion av överblödning som sker på grund avöverlappande emissionsspektra mellan fluorescenta prober. II) En sannolikhetsbaserad tolkningav intensitetsdata som resulterar i ett nytt kvalitetsmått och en alternativ klassificerare baseradpå övervakad inlärning. III) En utredning om förekomst av cykelberoende effekter, exempelvisofullständig dehybridisering av fluorescenta prober. Vi föreslår att man gör följande saker: Implementerar och utvärderar det sannolikhetsbaserade kvalitetsmåttet Utvecklar och implementerar den föreslagna klassificeraren Genomför ytterligare experiment för att påvisa eller bestrida förekomst av ofullständigdehybridisering