20世纪90年代由斯坦佛大学专家Mario Roederer等开发。从最初的V1版本到现在的V10版本，经历了和Windows一样长的发展历史。
顶尖免疫学杂志使用率97%。
强大的数据分析工具：
FlowJo® is the leading analysis platform for single-cell flow cytometry analysis.
实验步骤
- 1
- 2
- 3
- 4
-
FlowJO具有全面专业分析功能
△点击放大图片
-
FlowJO 专项分析功能丰富
◆ 补偿调整矩阵
如果荧光补偿单染对照的数据很好，阳性细胞群和阴性细胞群的分群就很明显。 只需要将单染管的数据导入FlowJo的补偿编辑器里，FlowJO能自动设门，界定除阴性细胞群和阳性细胞群，并计算出荧光补偿矩阵◆ 生物分析平台
细胞增殖的示踪，一般是用CFSE等示踪染料标记细胞，随着细胞分裂代数增加，染料逐步稀释，从而产生每一代荧光强度递减的分布，从而能够方便地分析出细胞增殖代数和比例。以往，Modfit是细胞增殖分析的首选，但现在FlowJO最新版增加了这个分析功能。
-
FlowJO全兼容所有FCS格式文件
△点击放大图片
-
FlowJO 高质量结果(不同形式输出)
◆ T-SNE降维分析
T分布随机近邻嵌入( T-Distribution Stochastic Neighbour Embedding)是一种用于降维的机器学习方法，它能帮我们识别相关联的模式。
t-SNE主要的优势就是保持局部结构的能力。这意味着高维数据空间中距离相近的点投影到低维中仍然相近。t- SNE同样能生成漂亮的可视化，即“脑图”。
△点击放大图片
◆ FlowSOM
流式数据可以通过FlowSOM算法对样本进行多轮聚类分析，然后对不同组样本所包含的各个亚群比例进行
对比统计分析(如下图)。
△点击放大图片