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...
空间转录组学数据分析工作通常包括多个阶段:第一步是数据预处理,通常包括质量控制、基因表达标准化、降维和细胞类型注释。可以通过空间分解、基因插补和标签转移进一步提高数据的丰富性。接下来可通过空间聚类和局部基因表达模式从数据中获得生物学见解,这将进一步促进空间可变基因的识别、细胞-细胞/基因-基因相互作用的推断...
根据空间数据新特性,Seurat加入了新的函数用于展示空间转录组数据,主要方法是将每个spot的表达数据(推测为标准化后的表达量)叠加在组织显微照片上。例如,在本文的小鼠大脑范例数据中,Hpca基因是海马的marker,而Ttr基因是脉络丛的marker。 #展示特定基因的表达水平; SpatialFeaturePlot(brain, features = c("Hpca", "T...
根据空间数据新特性,Seurat加入了新的函数用于展示空间转录组数据,主要方法是将每个spot的表达数据(推测为标准化后的表达量)叠加在组织显微照片上。例如,在本文的小鼠大脑范例数据中,Hpca基因是海马的marker,而Ttr基因是脉络丛的marker。 #展示特定基因的表达水平; SpatialFeaturePlot(brain, features = c("Hpca","Ttr...
从空间转录组数据中识别细胞类型 细胞类型识别和定位可能是空间转录组数据分析的最基本任务。 利用空间转录组数据进行细胞类型鉴定的策略 如果数据具有单细胞分辨率,例如在multiplexed FISH方法中,无监督聚类与手动或自动注释相结合是以无偏方式识别细胞类型的常用方法。由于细胞类型识别不需要空间信息,因此该任务与scRNA-seq...
CARD 是一种基于条件自回归(conditional autoregressive;CAR),并结合单细胞测序(single cell RNA-seq;scRNA-seq)数据中细胞类型特异性表达的信息进行反卷积分析的方法。图一显示了CARD的主要步骤。如图所示, CARD 将空间转录组数据和从scRNA-seq构建的细胞类型特异性参考基矩阵(reference basis matrix)通过非负矩阵分解...
使用10x Visium空间转录组技术产生了多个关键发育时间节点的小鼠大脑空间转录组数据,开发了新型空间可变基因(spatially variable genes, SVGs)的计算流程——SVGbit(图1),该流程能够快速筛选出表征脑区的空间可变基因簇(spatially variable genes, SVGs),此外,该流程还可以通过SVGs的排列组合进一步细分脑区,帮助研究...
接下来就是我们的重点方向,空间转录组 1、空间转录组的注释,注意这里的注释方式。 图片.png 依据形态学的位置注释,但更为精细,Spatial plot for 708 spots colored by clusters; the coordinates of the spot correspond to the location in the tissue。当然,划分好区域之后,很多新奇的发现就产生了。
1.共表达分析: 使用共表达网络分析(WGCNA)或其他相关性分析方法,识别在不同细胞类型或组织区域中共同表达的基因。 2.空间映射和细胞类型注释: 使用单细胞数据对空间转录组数据中的细胞进行类型注释。这可以通过比较空间数据中的基因表达模式与已知单细胞类型的表达模式来实现。