整体的分析流程类似于Seurat的单细胞RNA-seq分析流程,同时我们还引入了一些交互可视化的分析工具,将细胞所处的空间信息和分子表达信息进行整合。特别强调了空间和分子信息的集成。 主要的分析流程: 数据的归一化 数据降维和聚类 检测空间可变特征(spatially-variable features) 交互式可视化 与单细胞RNA-seq数据进行整合 ...
交互式可视化 与单细胞RNA-seq数据进行整合 处理多个切片数据 在本教程中,我们使用来自10x Genomics的Visium技术生成的数据集进行示例分析。同时,我们今后还会将Seurat扩展到处理其他空间转录组技术产生的数据类型,如SLIDE-Seq、STARmap和MERFISH等。 使用Seurat3处理10x Visium空间转录组数据 安装并加载所需的R包和数据集...
而scRNA-seq技术的检测效率在3%到25%之间,Cartana ISS和FISSEQ的检测效率分别为~5%和~0.005%,STARmap只比scRNA-seq好一点。然而,与smFISH相比,ExSeq表示每个细胞的检测基因的效率高达62%。较新的技术倾向于跳过RT,使挂锁探针在RNA模板上的连接更有效,如BOLORAMIS和基于杂交的RNA ISS(HybRISS),或者用类似seqFISH的...
Other improvements include combining the data from consecutive sample sections to generate genome-wide RNA-seq data from human tissue in 3D. Also, following the footsteps of single-cell sequencing, spatial genomic analysis is starting to integrate different types of -omic information to build more co...
2013年的ISS(后来由Cartana商业化)将寡核苷酸连接在RNA扩增上进行多路并行原位分析(BOLORAMIS),每个探针使用一个查询库,就像在组合探针锚连接(cPAL)中那样,对基因条形码进行测序。荧光原位测序 (FISSEQ)和后来对 ExM 的改进(称为ExSeq),使用 SOLiD,每个探针使用两个查询碱基来对环化和 RCA 扩增的 cDNA 进行测序。
详细工作流程图 1.1 需要的输入文件 FASTQ文件(读取1包含空间信息和UMI,读取2包含基因组序列) 用STAR生成的基因组索引 GTF或GFF3格式的注释文件(使用转录组时可选) 包含条形码和数组坐标的文件(查看文件夹“ ids”并选择正确的一个)。基本上,此文件包含3列(BARCODE,X和Y)。如果数据不是条形码(例如RNA-Seq数据)...
Alzheimer’s Disease (AD) pathology has been increasingly explored through single-cell and single-nucleus RNA-sequencing (scRNA-seq & snRNA-seq) and spatial transcriptomics (ST). However, the surge in data demands a comprehensive, user-friendly repos
Alzheimer's Disease (AD) pathology has been increasingly explored through single-cell and single-nucleus RNA-sequencing (scRNA-seq & snRNA-seq) and spatial transcriptomics (ST). However, the surge in data demands a comprehensive, user-friendly repository. Addressing this, we introduce a single-...
近年来,空间转录组学(ST)研究使研究人员能够捕捉到TME内空间结构和细胞定位的复杂性。ST可以在保留组织结构的同时测量组织标本中所有基因的表达。将ST与单细胞RNA测序(scRNA-seq)相结合,可以探索TME中的细胞组成、细胞相互作用、肿瘤空间结构、肿瘤边界和其他微观解剖结构,如三级淋巴样结构(TLSs)。
以poly A为目标的整个转录组学的空间方法正在不断提高细胞分辨率的边界. 然而,商业上可用的替代方法尚未达到单细胞水平,而且在其目前的格式下,通常在每个空间测量点捕获多个细胞的转录物. 虽然数据来自混合细胞,但其特征与单细胞RNA-seq(scRNA-seq)相似[8]。从数据分析的角度来看,ST和scRNA-seq的主要挑战之一是数据...