การศึกษาจากรอยแผลเป็นจำลองและข้อมูลจากสัตว์ 31 ตัวหลังภาวะขาดเลือด แสดงให้เห็นว่า inhomogeneous estimator, random labelling และ brms สามารถแยกการสูญเสียเนื้อเยื่อจากการมีปฏิสัมพันธ์ที่แท้จริงได้อย่างไร
Cross pair correlation อาจเข้าใจผิดว่าเนื้อเยื่อที่หายไปคือการผลักกันระหว่างเซลล์ประเภทต่างๆ ดังนั้นจึงจำเป็นต้องเรียนรู้วิธีการแยกแยะแรงดึงดูดจากการไม่มีอยู่ของเซลล์ใน R ด้วย spatstat และ brms
ในส่วนที่ 2 ได้กล่าวถึงว่าความชันรวมระหว่างเซลล์ประสาทและแอสโทรไซต์มีการเปลี่ยนแปลงเครื่องหมายตลอดช่วงเวลาหลังภาวะขาดเลือด ซึ่งอาจถูกตีความว่าแอสโทรไซต์กำลังผลักเซลล์ประสาทออกไป แต่ผู้เขียนไม่คิดว่าเป็นเช่นนั้นใน glial scar
ตามความเข้าใจของผู้เขียน แอสโทรไซต์อาจอยู่ร่วมกับเซลล์ประสาทได้ ขึ้นอยู่กับช่วงเวลาหลังภาวะขาดเลือด ส่วน microglia ซึ่งเป็น macrophage จะเข้าไปแทนที่ในบริเวณที่เซลล์ประสาทตาย ขณะที่แอสโทรไซต์จะสร้างกำแพงป้องกันไม่ให้สารอักเสบและเซลล์ทำความสะอาดเข้าไปในเนื้อเยื่อปกติ
ศัพท์ที่ควรรู้
- Ischemia – ภาวะขาดเลือด คือภาวะที่เลือดไปเลี้ยงเนื้อเยื่อไม่เพียงพอ ทำให้เกิดการขาดออกซิเจนและสารอาหาร
- Inhomogeneous estimator – วิธีการประมาณค่าที่ไม่สม่ำเสมอ คือเทคนิคทางสถิติที่ปรับให้เข้ากับความไม่สม่ำเสมอของข้อมูลในพื้นที่
- Cross pair correlation – Cross pair correlation คือการวัดความสัมพันธ์ระหว่างการปรากฏของเซลล์สองประเภทที่แตกต่างกันในพื้นที่
- brms – brms คือแพ็กเกจทางสถิติใน R ที่ใช้สำหรับแบบจำลองเชิงลำดับชั้น (hierarchical modeling)
ที่มา: towardsdatascience.com