#BayesSpace识别IDC内的转录异质性 BayesSpace的强化聚类确定了组织内的异质性,这种异质性没有反映在注释的边界上,但得到了关键肿瘤标记物基因的明确支持,这进一步支持了之前用免疫荧光法进行的验证。 #BayesSpace在模拟数据中的表现优于空间和非空间聚类方法 最后,研究人员还利用BayesSpace分析了鳞状细胞癌标本。结果表明,B
该研究提出了BayesSpace算法,这是一种利用空间转录组数据中的邻域结构来增加子点级别分辨率的计算方法,通过使用贝叶斯统计来实现超分辨率图像分析。 BayesSpace基本原理 BayesSpace通过对低维的基因表达矩阵进行建模,并通过空间先验知识诱导真实的邻近点聚集,以此进行推广,从而实现空间聚类。这种方法来自于此前开发的用于图像...
#BayesSpace识别IDC内的转录异质性 BayesSpace的强化聚类确定了组织内的异质性,这种异质性没有反映在注释的边界上,但得到了关键肿瘤标记物基因的明确支持,这进一步支持了之前用免疫荧光法进行的验证。 #BayesSpace在模拟数据中的表现优于空间和非空间聚类方法 最后,研究人员还利用BayesSpace分析了鳞状细胞癌标本。结果表明,...
空间基因表达技术能够在保留空间背景信息的同时,全面测量转录组谱。 然而,现有的分析方法并没有解决技术分辨率有限或有效利用空间信息的问题。来自美国的科研团队开发了 BayesSpace,这是一种完全贝叶斯统计方法…
随后,研究人员还使用BayesSpace分析了由Thrane等人首次注释和描述的黑色素瘤空间转录组样本,这些数据包括了人工标注识别的黑色素瘤、间质和淋巴组织的区域。结果显示,利用BayesSpace得到的4个空间聚类与手工标注的组织类型相吻合。此外,BayesSpace增强的空间聚类提供了更高分辨率的组织类型图,例如增强识别的肿瘤边缘的淋巴样区...
BayesSpace是一种基于空间转录组模型的聚类方法,通过对基因表达矩阵的低维表示进行建模并通过空间先验鼓励相邻点属于同一簇来实现空间聚类。与以前的方法相比,BayesSpace允许对聚类结构和错误项进行更灵活的规范。BayeSpace通过广泛使用的Bioconductor SingleCellExperiment数据结构将预处理数据作为输入,无缝集成到空间转录组分析工...
BayesSpace能够鉴定出易被其他方法遗漏的组织结构 随后,研究人员还使用BayesSpace分析了由Thrane等人首次注释和描述的黑色素瘤空间转录组样本,这些数据包括了人工标注识别的黑色素瘤、间质和淋巴组织的区域。结果显示,利用BayesSpace得到的4个空间聚类与手工标注的组织类型相吻合。此外,BayesSpace增强的空间聚类提供了更高分辨率...