到2019年12月，10x Genomics宣布收购Spatial一年之际，Visium平台正式推出，成为了第一款走入商业化进程的空间转录组产品。在2020年初的AGBT（基因组技术和生物进展）会议上，10x Genomics表示未来将进一步提高Visium的兼容性，尤其是在测序的同时允许用户在同一样本上测定蛋白和基因表达，以及对于FFPE（福尔马林固定石蜡包埋...
cortex <- subset(cortex, anterior1_imagerow > 250 & anterior1_imagecol > 440, invert = TRUE) p1 <- SpatialDimPlot(cortex, crop = TRUE, label = TRUE) p2 <- SpatialDimPlot(cortex, crop = FALSE, label = TRUE, pt.size.factor = 1, label.size = 3) p1 + p2 [1] Source:https://...
例如,可以大致选取前额皮层区域进行分析。这种做法也为之后将这些数据与皮层单细胞RNA测序数据集进行整合提供了便利。首先选择一部分细胞簇,然后根据它们确切的空间位置进行细分。完成这一子集操作后,可以选择在完整的图像上或者图像的裁剪部分上展示皮层细胞的分布情况。 cortex<-subset(brain,idents=c(1,2,3,4,6,7...
FLS 用与 RA 相关的三种主要细胞因子——TNFα、IFNγ 和 IL-1β,单独或联合刺激——并使用 RNA-seq 评估产生的基因表达变化。此外,为了直接比较每个患者的细胞因子刺激效果,从相同的 RA 滑膜组织样本中分离出 FLS,用 TNFα、IFNγ 和 IL-1β 或 TNFα 和 IFNγ 刺激它们并进行 scATAC/RNA -seq。分析发...
由于多个细胞对 Visium 载玻片上的每个 RNA 捕获点都有贡献,通过创建仅包含基于最近对 RA 滑膜的 scRNA-seq 分析,由 FLS 独特表达的基因。相邻切片的综合 ST 和 IF 成像分析表明,具有 IL-1β 反应基因特征的细胞因子激活lining FLS 状态位于 CD68+ 巨噬细胞密集分布的区域附近。将最近对 RA 滑膜的 scRNA-seq...
在这里,通过 VisiumSpatial 基因表达平台使用空间转录组学分析了来自 ND 和 HFD 喂养小鼠的 eWAT 切片的全基因组转录本。检查这些数据,发现在免疫细胞中广泛表达的 Ptprc (CD45) 增加,以及与 ATM 相关的 CD68 增加。值得注意的是,观察到促炎性 ATM 标志物 Itgax (CD11c)、常驻 ATM 相关标志物Mrc1 和 Trem2...
Seurat的SpatialFeaturePlot()函数是对FeaturePlot()的一个扩展，它允许在组织学图像上叠加分子层面的数据。
本文介绍了使用Seurat分析具有空间分辨率的RNA测序数据的方法,重点在于将空间信息与分子数据相结合。将包括以下常见于空间数据分析的任务: 数据标准化 降维和数据聚类 发现空间变异性特征 与单细胞RNA测序数据的整合 处理多个样本切片 降维;聚类;可视化 然后,可以使用与 scRNA-seq 分析相同的工作流程,对 RNA 表达数据进行...
10x Visium常规空间转录组用于文库构建的每张载玻片上有四个捕获区域,每个捕获区域大小为6.5mm × 6.5mm,含有5000个spots,每个spots直径为55 μm,两个spots中心之间的距离为100μm。每个spots上都带有上百万个可以与mRNA结合的捕获探针,每个探针上都带有独特的spatial barcodes,用来表征空间信息。
空间单细胞|10x Visium数据分析、可视化与整合(1) 引言 本文介绍了使用Seurat分析具有空间分辨率的RNA测序数据的方法,重点在于将空间信息与分子数据相结合。将包括以下常见于空间数据分析的任务: 数据标准化 降维和数据聚类 发现空间变异性特征 与单细胞RNA测序数据的整合 ...