1. Stereo-seq的技术参数优于当前其他空间转录组技术 用于mRNA原位捕获的Stereo-seq芯片(Stereo chip),使用了与华大DNBSEQ测序技术相同的芯片加工工艺,具有规则排列的活性点(Spot),每个Spot点的直径约为220nm,两个Spot点的中心点的距离为500nm。Stereo chip的制备过程和Stereo-seq技术原理如下:首先利用一段随机合成的...
收集扩增后的cDNA,作为制备文库的模板,与CID一起进行测序(步骤5)。对测序数据进行计算分析,可以实现空间分辨的转录组学研究,其分辨率为220nm(spot 直径220nm,两个DNB中心点间距为500nm),标准1*1cm芯片上包含4亿个DNB(步骤6)。 Stereo-seq 标准文库结构 技术特点 1....
④ 通过GraphST将scRNA-seq数据投射到空间转录组上以预测空间spots中的细胞状态(细胞类型和样本类型),与cell2location(性能最好的反卷积方法)相比,其计算出的cell-to-spot映射矩阵比可以更准确地推断细胞类型组成。 ⑤ GraphST可以将scRNA-seq衍生的样本表型转移到空间转录组上,这一点通过描绘肿瘤来源的组织切片中肿...
如今都是高通量的时代了,无论是Spatial HD,还是华大的Stereo-seq,都是以超高维的数据量著称。单个样本的spot数量就已经达到了十几万(8 um),如果做多样本整合,那么就要面临几十万甚至上百万的spot,R的性能很难处理这个规模的数据量,即使是python,也需要GPU,可见,随着数据量的快速提升,我们需要进行方法的迭代,数据...
用于mRNA原位捕获的Stereo-seq芯片(Stereo chip),使用了与华大DNBSEQ测序技术相同的芯片加工工艺,具有规则排列的活性点(Spot),每个Spot点的直径约为220nm,两个Spot点的中心点的距离为500nm。Stereo chip的制备过程和Stereo-seq技术原理如下:首先利用一段随机合成的25nt序列作为空间坐标(coordinate identity,CID),包含25...
④ 通过GraphST将scRNA-seq数据投射到空间转录组上以预测空间spots中的细胞状态(细胞类型和样本类型),与cell2location(性能最好的反卷积方法)相比,其计算出的cell-to-spot映射矩阵比可以更准确地推断细胞类型组成。 ⑤ GraphST可以将scRNA-seq衍生的样本表型转移到空间转录组上,这一点通过描绘肿瘤来源的组织切片中肿...
为了研究不同EC亚型的环境,分别测定了含有EC的每个bin 50spot(bin 50模型)及其相邻的8个bin 50spot(bin 150模型)中的细胞组成,从而获得了30个ST载玻片上EC周围各种相邻细胞的组成。通过富集分数(ES)和标准化富集分数(NES)来量化EC与其他主要细胞类型之间的邻近关系。 在原发性肿瘤和淋巴结转移的bin 50/bin 150...
1.PAGE--单细胞数据注释空转的spot【Nature】 2.spatital patterns 提取连续的空间表达模式分析 3.cell neighborhood 空间和配受体表达计算细胞空间相互作用【Cancer Cell】 第20节:空间转录组数据三大矩阵分析 1.基因表达矩阵【Nature Met...
第二类被称为原位捕获方法,并在测序前将空间条形码整合到转录物上,允许整个转录组覆盖,但空间分辨率有限(例如,Visium的spot间距为100 um)。原位捕获方法的低空间分辨率使单细胞的空间分析复杂化,需要反卷积、插补和/或整合外部单细胞转录组学资源。然而,空间转录组学的最新进展通过Stereo-seq、Seq-Scope、Open-ST和...
研究进一步通过无监督spot聚类共识别出17个细胞群,且所有细胞群在分蘖和地下茎中均存在(图3)。通过数据的UMAP可视化,研究人员发现不同细胞群的spots之间具有清晰的界线,且分蘖和地下茎的spots具有很高的相似性(图3)。这表明分蘖和地下茎的细胞群在某种程度上具有相似的转录组特征。