Low dimensional representation of multi-patient flow cytometry datasets using optimal transport for minimal residual disease detection in leukemia

在急性髓系白血病（AML）中，代表和量化最小残留病（MRD）对于预后和随访AML患者至关重要。由于传统的细胞学分析无法检测低于5％的白血病细胞，因此预计流式细胞术数据集的分析将提供更可靠的结果。本文探讨了基于最优输运（OT）的统计学习方法，以实现对多患者流式细胞术测量（FCM）数据集的相关低维表示，这些数据集被视为高维概率分布。使用OT的框架，我们通过将所有数据合并为单个点云，通过均值量化来使用K均值算法进行多个大规模点云的降维。在此量化步骤之后，通过使用线性化OT的Wasserstein主成分分析（PCA）或组成数据的对数比PCA，将低维量化概率测量嵌入到线性空间中，可视化患者内部和间接FCM变异性。使用公开可用的FCM数据集和来自波尔多大学医院的FCM数据集，我们展示了我们的方法优于流行的核均值嵌入技术，用于从多个高维概率分布进行统计学习的好处。我们还强调了我们的方法对于根据AML中MRD水平对患者测量进行低维投影和聚类的有用性。特别地，我们基于OT的方法允许将FlowSom算法的结果进行相关和信息丰富的二维表示，FlowSom是一种用于使用多患者FCM检测AML中MRD的最先进方法。

本文旨在通过最优输运（OT）的统计学习方法，对多患者多维度流式细胞术（FCM）测量数据集进行低维度表示，以实现对急性髓性白血病（AML）中最小残留病变（MRD）的表征和量化。

本文提出了一种基于OT的K-means算法，通过合并所有数据到单个点云中的平均测量量化，实现了多个大规模点云的降维。接着，使用Wasserstein PCA或对组成数据进行对数比PCA的低维度嵌入，将量化的概率测量嵌入到线性空间中，从而进行患者FCM变异性的可视化。

本文的方法优于流行的核平均嵌入技术，适用于对多个高维概率分布进行统计学习。研究人员还展示了该方法在AML中MRD水平的低维度投影和聚类中的实用性。实验使用了公开数据集和来自波尔多大学医院的FCM数据集，并说明了FlowSom算法在OT方法下的优越性。

最近的相关研究包括使用OT对多个高维分布进行聚类的工作，以及使用Wasserstein距离进行数据分析的研究。