10X空间转录组重点分析合集2
发布网友
发布时间：2024-09-29 04:21
共1个回答
热心网友
时间：2024-11-13 17:57
作者在国庆节前分享了空间转录组分析的深度合集，分为三个核心部分，每个部分都涵盖了关键的分析步骤和方法。
1. 空间转录组数据分析梳理
空间转录组分析需专门软件处理，如Seurat、scanpy等，区别于单细胞分析。基础步骤包括空间重构，涉及降维、聚类和差异分析。理解空间转录组与单细胞转录组的差异至关重要。
2. Spot Deconvolution与Cell-Cell Communication
Spot Deconvolution关注联合分析，其中Cell2location和SPOTlight是常用方法，它们利用外部数据估计细胞类型特性和空间表达。细胞间交流分析中，CellphoneDB和stlearn强调空间局限性和生态位特征，揭示了细胞间的实际互动。
3. 空间变异基因识别与CNV分析
-
SVG的识别对于理解细胞状态和功能至关重要，方法包括统计建模、机器学习和空间网格分析。空间CNV分析涉及正常组织作为参考，通过InferCNV估计每个spot的CNV，与bulk WES结果对比验证。
-
文章Spatiotemporal heterogeneity of glioblastoma展示了空间CNV分析的细化，例如使用SPATA软件，通过非恶性细胞作为参考和空间聚类来探究CNV事件。
4. 免疫组库分析
-
在免疫组库方面，空间转录组如Visium结合MiXCR工具，可以分析BCR的超突变和克隆选择，如TLS中的B细胞适应性免疫。对于TCR，文章Localization of T cell clonotypes using spatial transcriptomics介绍了空间VDJ检测，揭示了免疫细胞与肿瘤的互动。
空间转录组技术正在为免疫研究带来新的视角，未来在生物学和临床应用上将有广阔前景。
