Resolviendo la heterogeneidad en las células estromales de ganglios linfáticos utilizando análisis de alta dimensión de datos de citometría de flujo no optimizados

Las células estromales de ganglios linfáticos (LNSCs) son una población diversa de células responsables de mantener el ambiente del ganglio linfático y regular la respuesta inmune. Dadas estas funciones, tienen el potencial de ayudar a replicar las funciones del ganglio linfático in vitro. Sin embargo, las LNSCs son difíciles de manejar debido a su alta heterogeneidad. Aquí, demostramos los desafíos de trabajar con poblaciones celulares heterogéneas, donde las proporciones entre poblaciones pueden cambiar con el tiempo. Mostramos cómo perfiles de expresión de marcadores similares entre poblaciones, junto con controles no optimizados debido a limitaciones experimentales, pueden dificultar el análisis por citometría de flujo. Para evaluar mejor esta población heterogénea, demostramos cómo usar algoritmos de aprendizaje automático para identificar poblaciones cambiantes mientras se superan las limitaciones de cualquier algoritmo individual. Este enfoque reduce los efectos del sesgo del usuario al establecer compuertas y además aumenta la confianza en la identificación de poblaciones. Este método de análisis es robusto, utiliza herramientas existentes y proporciona información que puede guiar diversas líneas de estudios futuros.