第二十节:单细胞与空转结合分析——CellTrek,单细胞和空间转录组数据结合准确地定位组织内单个细胞的位置,并构建空间细胞图谱【Science】 第二十一节:利用VIPER算法来定量单细胞蛋白的活性【Cell】 第二十二节:使用Scanpy做基础分析——数据质控、降维聚类、数据整合、细...
在该研究中，他们开发了基于图自编码器（Graph autoencoder）深度学习框架的人工智能算法SPACE，可以在空间转录组数据中识别空间细胞亚型和发现组织模块。SPACE模型框架 SPACE使用图自编码器框架来学习低维的细胞嵌入，该细胞嵌入描述了空间转录组数据中每个细胞自身的基因表达信息以及其与空间邻近细胞的相互作用信息（因此称...
NCEM研究依赖于局部环境的转录组变化,但它并没有被设计用于研究细胞接触对基因表达的影响,特别是对于基于NGS的数据。即使在低分辨率的Visium数据中,NCEM也将一个条形码点视为单个细胞类型,因此它不会研究一个点内多个细胞类型直接接触的影响。虽然空间环境已被应用于研究细胞-细胞相互作用,但与细胞接触相关的转录组学变...
stlearn是一个用于空间转录组学数据分析的Python库,它能够帮助研究人员探索和可视化细胞在空间上的分布以及它们之间的相互作用。空间转录组学是一种新兴的技术,它允许科学家们同时测量组织切片中每个细胞的位置和基因表达水平,从而揭示细胞类型的空间分布和潜在的细胞间相互作用。 在stlearn中,细胞间相互作用(Cell-Cell In...
空间转录组数据分析的核心是根据每个芯片上每个spot的基因表达信息进行聚类,然后将spot根据坐标位置序列放回到组织的图像上,同时可以对每个gene在组织上表达的空间位置进行定位。获得测序数据后,首先利用Space Ranger 软件可以自动化的对图像进行处理、数据比对和Barcode处理。另外一个软件Loupe Cell Browser是一个适用于Windo...
空间转录组能够定位和区分功能基因在特定组织区域内的活跃表达，在癌症发病机制、神经科学、发育生物学等众多领域的研究都有重要意义。近日，一篇综述文章总结了基于Spatial barcode空转（ST）平台数据的常规分析模块与工具[1]。接下来小编带大家一起探索ST标准分析的具体内容，希望对大家的学习工作有所助益。数据预处理1...
这里介绍下空间转录组的CellChat分析 以及 和单细胞转录组的一些区别。 一 数据输入,处理 1,载入R包和数据 仍然使用空转 | 结合scRNA完成空转spot注释(Seurat Mapping) & 彩蛋(封面的空转主图代码)推文中的空转数据进行示例展示。 注:CellChat分析中Cell labels cannot contain `0`!,因为未作细胞注释,因此将cluster...
空间分辨转录组学(SRT)将基因表达谱与细胞在自然状态下的物理位置相结合,但由于细胞在冷冻切片和暴露于染色试剂和mRNA释放过程中受到不可预测的空间噪声的影响。 空间分辨转录组学(SRT)技术将高通量基因测序与组织学技术相结合,提供空间背景下的基因表达数据 理想情况下,在特定位置的每个测序unit(在不同技术中称为bin...
SPACE 使用图自编码器框架来学习低维的细胞嵌入,该细胞嵌入描述了空间转录组数据中每个细胞自身的基因表达信息以及其与空间邻近细胞的相互作用信息(因此称该细胞嵌入为细胞-细胞相互作用感知的细胞嵌入,cell-cell interaction-aware cell embedding)。在该细胞嵌入基础上,SPACE 再通过聚类算法识别空间细胞亚型和发现组织模块...
如果我们聚类的目的是划分区域,那么空间至少有6种聚类方式。 形态学划分 分子聚类 细胞聚类 CNV聚类 QuPath划分 SME聚类,即考虑空间邻域的聚类方式。 我们这一篇就分享一下CNV聚类的相关内容,拿到如下的结果 废话就不多说了,直接来示例代码 大家直接先要分析inferCNV,这个分享了很多次了,不再重复了。