流式数据分析就像编织一张网，网住的是人生，网不住的是发际线。
面对下面这例20色的流式数据，我们总是犯同样的糊涂：抗体选择的逻辑关系是什么，设门逻辑是什么，如何准确找出目的细胞？………
完成一例20色的方案：
-
基于丰厚的免疫学知识
-
基于丰富的流式分析经验，设门策略，分析思路
-
基于事实的预设性分析，容易遗漏有价值的信息
Kaluza联合Cytobank进行高维数据分析。
插件下载地址：https://www.mybeckman.cn/flow-cytometry/software/kaluza/downloads
插件安装：“Run as administrator”运行Kaluza软件”——→选择“插件管理” ——→安装“插件”
Cytobank AI算法快速解读流式数据
同样是20色的流式数据，将流式数据直接从Kaluza上传至Cytobank，根据需要完成降维和聚类分析。
分析一：viSNE、FlowSOM和Heatmap呈现样本表型特点
FlowSOM自组织映射，根据表型标记物生成不同metacluster，该实验共分析12个metacluster。viSNE降维呈现不同metacluster。Heatmap分析metacluster的表现，同时得到相关细胞信息，例如metacluster 1（箭头和红框标识）：CD15+CD16+。
分析二：viSNE降维图呈现不同样本群体差异
不同metacluster借助viSNE，降维呈现在二维散点图。两组实验样本在viSNE图比较分析，直观发现样本F和样本G metacluster 1（箭头标识）含量存在较大差异。
分析三：SPADE比较分析样本群体差异
SPADE分析，使用Bubble鉴定不同细胞亚群，节点大小表示细胞数量，颜色表示对应表型标记物（本例CD16）的表达量。本例分析样本F和样本G在Neutro亚群（箭头标识）存在明显数量差异，样本F基本无该群细胞， Neutro亚群CD16强表达，与前述分析一致。
高维数据分析流程：
