10X空间转录组NEural network on Spatial Transcriptomics
原创10X空间转录组NEural network on Spatial Transcriptomics
原创
追风少年i
修改于 2024-04-03 17:27:26
修改于 2024-04-03 17:27:26
作者，Evil Genius
这一篇我们继续分享关于空间通讯的内容，今天偷个懒。
10X Visium HD平台已经发布，高精度平台，配套loupe软件，看起来几乎是无敌的，大家可以试一试新的技术。
希望华大可以更新一下自己的平台，能达到10X的水平即可，那样大家不会选择10X的Visium HD。
但是大家选择平台，保证数据质量是前提。
但是无论是哪种平台，通讯是必须分析的内容。
上一篇重点介绍过，细胞之间的相互作用通常发生在200 μm的范围内。
这一点在高精度平台上更加明显。
文章在时空轨迹和空间细胞相互作用
针对通讯的内容可以参考
10X空间转录组通讯信号流的运用（COMMOT）
10X单细胞空间通讯分析之最新版cellphoneDB（v4）解读
通过空间行为（optimal transport）推断空间细胞间通讯信号方向(COMMOT)
时空通讯分析策略
时空通讯分析大盘点
时空通讯分析导论
今天我们继续关于空间通讯的内容
其中空间通讯分析的重点，就是既要分析配受体对，又要考虑空间邻近性，从而形成空间模式，因为细胞就相互作用（CCC）具有空间依赖性。
Visium测量直径为55 μ m的转录组，每个点包含约1-10个细胞，而最近推出的Visium HD(高清晰度)可实现2 μ m的单细胞空间分辨率。另外，MERFISH提供了单个细胞的真正单细胞分辨率，尽管只有较小的基因子集。目前很少有直接从空间转录组学数据检测CCC的方法，这些数据是由细胞的空间位置及其相关转录物提供的。niche使用k近邻来识别近端细胞并计算它们的配体-受体共表达评分。然后使用主成分分析(PCA)将细胞分解为邻域来发现通信的生态位。
COMMOT通过集体最佳运输筛选空间转录组学中的细胞-细胞通信。然而，COMMOT需要一个网络路径列表作为额外的输入，这增加了它对先验信息的依赖。这些方法大多使用差异表达和可变的配体和受体基因，仅结合空间信息来限制细胞附近的潜在通信。然而，空间数据可以提供额外的信息，例如发现重复出现的CCC“模式”。这些模式将CCC的定义从配体-受体对扩展到配体-受体-配体-受体中继网络(配体从一个细胞到另一个细胞的受体，再将另一个配体发送到第三个细胞的受体，依此类推)。这些模式的频率可能表明对CCC检测的高置信度。发现这样的CCC模式需要复杂的人工智能模型来学习复杂的结构。
基于配体-受体对的通信依赖于空间距离
根据高表达配体和同源受体基因的共表达对每个细胞间信号进行评分
其中我们要实现的目标
代码示例在NEST
生活很好，有你更好
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
评论
登录后参与评论
推荐阅读
目录