- 博客(48)
- 收藏
- 关注
RSS订阅原创 空间转录组数据分析环境搭建：使用 Conda 和 VSCode 实现本地/远程无缝开发
VSCode 作为轻量级但功能强大的编辑器，其 Remote 开发扩展允许开发者在本地编辑代码，而实际运行环境位于远程服务器或 WSL 子系统中，实现“本地手感，远程算力”的无缝体验。二者的结合，兼顾了环境配置的灵活性与开发效率，是生信分析的理想方案。重启后，Ubuntu 终端会自动弹出，提示你设置 UNIX 用户名和密码（注意：输入密码时屏幕不会显示，这是 Linux 的特性，放心输）。你可以缩放、保存，体验堪比本地 APP。*(如果是 R 语言，选择 R 核心，然后选 spatial-r)*。
2025-12-03 21:28:07
732
原创 代码分享 | Xenium数据识别肿瘤交界区
在空间转录组数据分析中，我们经常需要研究肿瘤细胞（Tumor）与正常组织（Normal）的交界区域。
2025-12-03 19:49:00
593
原创 Xenium数据输出介绍
空间转录组学技术路线大致可分为两类：基于成像的技术和基于测序的技术。基于成像的技术可以直接观察组织切片中的基因表达情况，通常能够实现单细胞或亚细胞级别的分辨率。这类技术的通量可能较低（例如荧光原位杂交技术），也可能较高（例如10x Genomics公司的Xenium技术、Vizgen公司的MERFISH技术以及Bruker公司的COSmx技术），但其应用效果会受到目标基因探针多重标记能力的限制。相比之下，基于测序的技术可以从组织切片中提取RNA并进行测序，从而实现更高的通量及更全面的转录组分析。
2025-11-20 21:54:00
751
原创 Xenium数据分析 | 使用Xenium Ranger重新分析数据
Xenium组织空间原位多组学分析系统具有许多技术优势，已成为以亚细胞分辨率分析多重空间基因表达和蛋白质表达的理想产品。该平台的核心是全自动和高通量的Xenium分析仪，可以自动进行探针标记、成像和机载数据分析等全流程功能。Xenium分析仪能够在图像采集和生化循环的同时处理图像，立即获得可解读的数据。
2025-11-10 20:09:44
648
原创 Xenium Explorer 多样本拼片拆分 & ROI 区域圈选 -- 代码更新
之前我们有介绍过使用Xenium Explorer对一张Xenium芯片上多个样本数据进行拆分或者在组织上圈选ROI，基本上步骤就是在Xenium Explorer里手动圈好样本/ROI → Export Cell Stats CSV → pandas 清洗 → 再 merge进adata.obs，这样的话就可以在adata的metadata里添加一列信息用于区分样本/ROI。但是经常有小伙伴反馈导出圈选细胞信息的csv后，读取步骤多、列名对不齐、CSV 里 cell_id 格式偶尔还带前缀，容易报错。
2025-11-03 22:10:31
342
原创 Nature Immunology | 人类皮肤成纤维细胞单细胞和空间转录组图谱揭示不同组织中与疾病相关的成纤维细胞亚型的共性
2025年9月《Nature Immunology》在线发表了一篇题目为的研究，通过整合单细胞转录组和空间转录组（Visium, Xenium）技术，整合超过35万个高质量单细胞＋空间转录组，构建了迄今为止最全面的人类皮肤成纤维细胞图谱，涵盖健康皮肤和23种皮肤疾病，并首次揭示了跨组织保守的疾病相关成纤维细胞亚型。
2025-10-20 21:29:26
1084
原创 Xenium空间转录组实战 | Xenium Explorer 多样本拼片拆分 & ROI 区域圈选
Xenium平台在空间转录组分析中常遇到多样本拼片拆分和ROI区域圈选两个关键问题。通过Xenium Explorer的套索工具可分别圈选不同样本或特定区域，导出为csv文件后，在Scanpy中可进行差异表达、空间邻近等精准分析。该方法有效避免了样本混淆，提高了分析针对性和效率，特别适用于肿瘤微环境等需要聚焦特定区域的研究。
2025-09-28 21:23:18
617
原创 Biomni：来自斯坦福的通用型生物医学 AI 智能体，科研“虚拟助手“来了！
斯坦福推出Biomni：通用AI生物医学研究助手 Biomni是斯坦福SNAP团队开发的AI科研助手，能像科学家一样执行跨领域生物医学研究任务。它由Biomni-E1（整合150+工具和59个数据库）和Biomni-A1（智能代理）组成，可自动完成从基因分析到实验设计的复杂工作流。在性能测试中，Biomni准确率接近专家水平，能处理多组学分析、CRISPR设计等任务，并输出可视化报告。目前项目处于测试阶段，需申请使用权限。安装需约10小时和30GB空间，依赖外部API密钥运行。这一工具有望显著提升科研效率，
2025-09-08 21:20:40
1312
原创 CD4+ T细胞激活区分抗PD-L1联合抗CTLA4疗法与单药抗PD-L1治疗的响应差异-空间最近邻分析
摘要：该研究通过单细胞和空间组学技术，比较了抗PD-L1单药与联合抗CTLA4治疗在头颈部鳞癌中的免疫响应差异。关键发现：联合治疗组中增殖性Ki67⁺CD4⁺和CD8⁺T细胞空间共定位更显著(92.3% vs 50%)，形成"增殖热点"，提示CD4⁺T细胞通过IL-2等信号增强CD8⁺T细胞功能。机制上，抗CTLA4促进淋巴结中CD4⁺初始T细胞向肿瘤迁移并分化为Th1细胞，与B细胞协同增强抗肿瘤免疫。该发现为联合治疗优化提供了新思路，CD4⁺T细胞激活可作为疗效预测标志物。研究方法包括
2025-08-16 19:57:56
1203
原创 基于成像空间转录组技术的肿瘤亚克隆CNV原位推断方法
【摘要】2025年bioRxiv预印的研究提出iST-CNV方法，首次实现从成像空间转录组（iST）数据推断拷贝数变异（CNV）。该方法通过邻域细胞表达谱加权平滑增强信号，克服iST数据基因覆盖有限的缺陷。在结直肠癌和卵巢癌验证中，CNV检测与单核测序结果高度一致（Dice系数0.837），并揭示克隆空间分布与微环境互作关系。研究同时界定技术边界：需≥2000基因面板和1000 counts/细胞才能有效预测CNV，小片段缺失检测仍具挑战。该工具为肿瘤克隆空间定位提供新手段，代码已开源。
2025-07-30 21:26:44
1125
2
原创 Space Ranger v4 HD细胞分割！Seurat/Scanpy 还没跟上？一个函数帮你无缝读取细胞分割结果
摘要 10x Genomics发布的SpaceRanger v4.0新增了基于H&E图像的VisiumHD细胞分割功能，但主流工具（如Seurat、Scanpy）尚未适配其输出格式（如cell_segmentations.geojson）。本文提供了一种Python解决方案，通过自定义函数将分割后的细胞表达矩阵（filtered_feature_cell_matrix.h5）、边界信息（GeoJSON文件）及细胞面积整合为SpatialData对象，兼容Scanpy、Seurat等下游分析。该方法利
2025-07-22 21:33:51
1352
1
原创 单细胞空间多组学揭示肿瘤相关成纤维细胞的保守空间亚型和细胞邻域-空间细胞亚群细分代码实现
摘要 Cancer Cell最新研究通过单细胞空间多组学分析了10种癌症中1400万个细胞，鉴定出4种保守的癌症相关成纤维细胞（CAF）亚型：s1-CAF（邻近癌细胞）、s2-CAF（基质富集）、s3-CAF（血管/髓系微环境）和s4-CAF（淋巴聚集区）。这些亚型具有独特的空间分布、转录特征（如s1高表达胶原基因，s4高表达免疫调节因子）和细胞互作网络（如s1通过TGF-β与癌细胞互作，s4通过CCL19-CCR7招募淋巴细胞）。CAF亚型与免疫微环境组成（如s3邻域富集M2巨噬细胞）和患者预后显著相关，
2025-07-20 10:54:41
940
原创 Visium HD | Spaceranger v4 细胞分割结果分析
2025 年 6 月10x Genomics 的 Space Ranger 软件在升级到了 v4.0 版本。这个新版本最大的亮点就是支持了 Visium HD 和 Visium HD 3' 空间基因表达数据的 H&E 显微图像使用 StarDist v6算法框架来实现细胞分割。
2025-07-11 20:38:30
1416
原创 Xenium多样本分析实战-代码分享
本文总结了Xenium、VisiumHD等高精度空间转录组数据分析方法，分享了基于Python的实现代码。主要内容包括：1)基础分析流程：数据读取、低质细胞过滤(MAD方法)、归一化、特征选择、降维聚类(Banksy算法)及细胞注释；2)高级空间分析：细胞微环境特征分析(Banksy/CellCharter)、细胞邻域统计(CN分析)、细胞通讯(LIANA+)、邻近富集分析、空间共定位等；3)提供了关键分析函数的封装代码，强调分析方法应根据实验设计和科学问题灵活调整。文章指出，生信分析的核心价值在于从数据中
2025-06-13 23:13:15
1841
原创 详解Banksy多样本空间聚类分析
Banksy空间转录组分析实战经验分享：针对多样本分析中的坐标重叠问题，需将样本沿x轴错开排列；核心函数initialize_banksy用于构建空间邻域图并计算权重，generate_banksy_matrix根据λ参数生成多尺度空间特征矩阵；注意HVG数量会因max_m参数倍增；最终只需将降维和聚类结果整合到原始数据中。通过调整λ值（0-1）可控制细胞自身与邻域特征的权重，实现从细胞类型到组织域的不同聚类目标。
2025-06-12 22:16:18
1527
原创 空间转录组数据下游分析(二)
邻近富集分析是空间转录组研究的重要方法，通过置换检验评估细胞类型间的空间关联性，以富集z分数量化邻近关系的显著性。该方法在疾病研究中具有关键应用价值：1）揭示肿瘤微环境等疾病机制中的细胞相互作用；2）解析细胞微环境组织结构，如利用邻近标记技术研究蛋白质组。分析结果可通过热图或网络图呈现，其中节点代表细胞类型，边反映空间邻近关系的显著性，有助于直观展示特定细胞类型的空间交互特征。
2025-06-08 21:34:45
555
原创 空间转录组数据下游分析(一)
空间转录组(Xenium, VisiumHD, Cosmx)数据分析中，我们在细胞类型注释完成后，接下来通常会再识别出不同的CN，每个CN中会包含特有的几种细胞类型，CN中的细胞类型由于其细胞类型组成的相似性，代表了共有的细胞结构，在空间转录组数据分析的过程中，比较不同条件下样本之间的空间结构，就会找到疾病所带来的组织结构变化，可以在更加全面的角度上认识疾病，并为治疗提供积极的意见。6. 各CN中，或者CN之间的细胞通讯分析，找到在不同样本/分组的关键受配体对。3. 各CN中细胞类型占比统计展示。
2025-06-08 09:50:18
1340
原创 Cancer Cell丨肺癌早期干预新突破，TIM-3靶点或成关键
摘要：美国MD安德森癌症中心在《Cancer Cell》发表研究，通过整合空间蛋白组、转录组和单细胞组学数据，系统分析了114例人肺腺癌不同阶段样本及589份小鼠模型样本。研究发现，在癌前阶段的髓系免疫细胞中TIM-3免疫检查点高度表达，提示其可能成为肺癌早期干预的新靶点。研究采用免疫组化质谱成像、单细胞RNA测序等技术，揭示了从正常组织到癌变过程中免疫微环境的动态变化，并通过小鼠模型验证了抗TIM-3治疗的有效性。该研究为肺腺癌的早期诊断和拦截治疗提供了重要线索。（150字）
2025-05-29 21:18:13
832
原创 R语言绘图 | 渐变火山图
客户要求绘制类似文章中的这种颜色渐变火山图，感觉挺好看的。网上找了一圈，发现有别人已经实现的类似代码，拿来修改后即可使用，这里做下记录，以便后期查找。
2025-05-13 19:52:49
473
原创 多样本整合Banksy空间聚类分析(Visium HD, Xenium, CosMx)
之前我们介绍了Banksy的python版本代码使用（针对单个样本）。我们知道BANKSY是一种空间组学数据的聚类方法，通过将每个细胞的特征(基因表达)与其空间近邻特征的平均值以及邻域特征梯度相结合来进行聚类，这样就结合了细胞分子邻域特征，增强了空间结构识别。这里我们介绍下针对有多个样本情况下，从一个包含多个样本细胞的Anndata对象开始，先对多样本空间坐标进行错位处理（Staggering，解决多个样本合并时坐标重叠问题），然后怎样构建空间最近邻图，再降维和harmony去批次，最后整合起来进行聚类。
2025-05-12 22:10:49
1279
原创 Cell Res | Stereo-seq揭示人类肝癌浸润区促进肝细胞-肿瘤细胞串扰、局部免疫抑制和肿瘤进展
根据肿瘤边界的位置，边缘区域进一步分为肿瘤部分（M-T）和肿瘤旁部分（M-P）。肝癌中四个区域（T、M、P和LN）的细胞组成和空间分布具有高度异质性，除主要的肿瘤细胞和肝细胞外，T/NK细胞、B细胞和成纤维细胞是最丰富的细胞。有同学给了一篇23年的空间文章，研究的一个核心概念是肿瘤边缘的"侵袭区"，文章中定义的是以肿瘤边缘为中心的500微米宽的区域，这里是肿瘤细胞侵袭和转移的活跃前沿，包含复杂的细胞成分及独特的分子特征，存在免疫抑制微环境、肿瘤细胞代谢重编程及受损肝细胞，对肿瘤进展和患者预后有关键影响。
2025-04-29 20:25:04
1037
原创 Scanpy可视化技巧--UMAP图优化
核心美化功能解析原理：通过核密度估计寻找细胞聚集区优势：比 convex hull 更贴合真实分布自动计算亚群中位数坐标白色半透明背景增强对比度圆角边框提升美观度自动计算箭头长度比例自适应图像长宽比标签防遮挡设计。
2025-04-23 21:08:02
1287
原创 Visium HD多样本拼片拆分
Visium HD实验的时候一个捕获区域内可以包含多个样本拼片（例如多个组织切片或不同样本的排列）是常见的实验设计，多样本拼片能够提升实验效率，单张玻片处理多个样本，降低试剂和测序成本，后续分析的时候只需要使用Loupe Browser手动圈选和分割样本，就能得到每个样本的数据。
2025-04-23 21:04:07
693
原创 Nature Immunology | 老年癌症患者为何更难治愈？最新研究揭示关键机制！
癌症中的年龄相关免疫功能障碍的病因和影响尚不完全清楚。本文表明，老化肿瘤微环境（TME）中有限的 CD8+ T 细胞激活，超出了细胞本身缺陷对肿瘤控制的限制。在老化过程中，肿瘤生长增加与 CD8+ T 细胞浸润和功能的减少有关。年轻小鼠的 T 细胞转移到老年小鼠中，由于 T 细胞功能障碍的迅速诱导，无法恢复肿瘤控制。老化 TME 中的细胞外信号驱动了一种肿瘤浸润的年龄相关功能障碍（TTAD）细胞状态，其在功能、转录和表观遗传学上与经典的 T 细胞耗竭不同。
2025-04-20 21:20:36
650
原创 经典的文章要反复读--单细胞测序和CODEX绘制人骨髓的组成和空间结构
骨髓是一个复杂的器官，包含了来自造血、间充质、内皮、血管平滑肌和神经谱系的多种细胞。相对稀有的非造血细胞被认为在造血过程中起着关键作用。包括内皮细胞（ECs）、间充质基质细胞（MSCs）和成骨细胞在内的多种非造血细胞类型被认为是骨髓微环境的重要组成部分。近年来，单细胞 RNA 测序（scRNA-seq）的技术进步揭示了小鼠中这些非造血骨髓成分的多个亚群的存在。尽管对人类造血细胞的研究已相当广泛，但关于定义构成人类骨髓微环境的非造血细胞的类似研究仍相对匮乏。定义骨髓微环境中单细胞的组成一直受到分离足够数量的可
2025-04-14 22:03:39
1700
原创 Xenium | 细胞邻域(Cellular Neighborhood)分析(fixed radius)
其中，N为总细胞数，K为某细胞类型的总数量，n为邻域内细胞数，k为邻域内该细胞类型的数量。通过Benjamini-Hochberg方法校正多重假设检验的p值。上节我们介绍了空间转录组数据分析中常见的细胞邻域分析，CN计算过程中定义是否为细胞邻居的方法有两种，一种是上节我们使用固定K最近邻方法(根据富集的细胞类型和已知生物学知识（如动脉、内骨膜的位置），为每个聚类赋予生物学意义的名称（如“早期髓系-动脉邻域”）。：将所有窗口的细胞类型组成进行聚类，识别出具有相似细胞类型组成的空间区域，即邻域。
2025-03-30 21:30:07
675
原创 Xenium | 细胞邻域(Cellular Neighborhood)分析(fixed k-nearest neighbor)
Cell Neighborhood（细胞邻域）指骨髓微环境中空间上邻近的细胞群体形成的功能单元，这些单元由特定细胞类型组成，反映细胞间的物理邻近性和潜在相互作用。邻域的划分基于细胞类型的共定位模式，例如：动脉-内骨膜邻域（Arterio-endosteal neighborhood）：富含早期髓系前体细胞（EMPs）和粒细胞-单核祖细胞（GMPs），靠近动脉和骨表面；其中，NN为总细胞数，KK为某细胞类型的总数量，nn为邻域内细胞数，kk为邻域内该细胞类型的数量。除了上述文章中的使用固定K近邻方法(
2025-03-26 21:38:06
1767
原创 单细胞文献阅读--scRank利用目标扰动基因调控网络，从scRNA-seq 数据中推断出药物反应细胞类型
记录下最近阅读的一篇于2024年6月在Cell Reports Medicine上发表的文章"scRank infers drug-responsive cell types from untreated scRNA-seq data using a target-perturbed gene regulatory network"，记录下翻译过程，以备后期随时翻阅。引言细胞对药物的反应表现出巨大的异质性，这主要归因于细胞群体的多样性。在不同细胞的特定生物网络中，药物与其靶点（如受体或酶）相互作用会产生不
2025-03-23 16:15:59
1153
原创 Nat Commun | 单细胞和空间转录组学分析构建NSCLC免疫和非免疫区图谱
肺癌是第二大常见的癌症，也是全球癌症相关死亡的主要原因。肿瘤生态系统包含多种类型的免疫细胞，其中髓系细胞尤为常见，并在促进疾病方面发挥了重要作用。在本项研究中，通过单细胞和空间转录组学，对来自 25 名未接受治疗的腺癌和鳞状细胞癌患者的约 90 万个细胞进行了分析。我们注意到抗炎巨噬细胞与 NK 细胞/T 细胞之间存在逆相关关系，且肿瘤内 NK 细胞的细胞毒性降低。虽然在腺癌和鳞状细胞癌中观察到类似的细胞类型组成，但我们发现各种免疫检查点抑制剂的共表达存在显著差异。
2025-03-20 21:10:42
1161
原创 空间转录组 | 细胞niche分析
空间转录组数据分析中有个比较重要的概念就是细胞生态位(niche)，简单理解就是组织中一组具有特定细胞类型组成和功能的空间区域。今年2月份发表在Nature Genetics上的一篇空间转录组学揭示与肺纤维化中远端肺重塑相关的分子生态位失调文章中，着重分析了细胞生态位和分子生态位。文章一句话简单概括了细胞niche是怎么计算的，用的是Seurat5里的BuildNicheAssay函数，先找每个细胞最近邻的25个细胞，然后K-means无监督聚类，今天介绍下我们自己用python重写的函数实现。
2025-03-19 21:20:10
1247
原创 Xenium最新文章 | 空间转录组揭示食管癌多阶段空间演化图谱
近期，Cancer Cell 发表了一项由中国多机构合作的重磅研究，通过单细胞多阶段空间转录组技术，首次绘制了ESCC从正常组织到癌变的演化图谱，揭示了JAG1-NOTCH1信号驱动的CAF-Epi生态位在癌症进展中的核心作用。正常食管上皮中的成纤维细胞主要维持细胞外基质的结构和支持功能，而在食管癌阶段，这些成纤维细胞被激活转变为癌相关成纤维细胞（CAFs），与侵袭性上皮细胞形成“CAF-Epi”微环境，促进肿瘤的免疫逃逸和进展。他们发现，CAF-Epi微环境相关分子的表达水平与食管癌患者的预后密切相关。
2025-03-11 21:24:43
956
原创 Xenium数据分析 | 数据预处理、单细胞降维聚类、细胞类型定义
上节我们下载10x官方数据后，使用spatialdata框架进行数据读取，这节我们拿到单细胞数据后，使用常规单细胞数据分析流程，进行数据质控、低质量细胞删除、降维聚类、筛选特征基因、参考文章细胞类型marker进行细胞类型定义。封装一个细胞类型占比绘图函数，可以绘制单样本或多样本分开的饼图、柱状图。数据处理大致过程如下。
2025-03-09 12:14:11
935
原创 Xenium数据分析 | 下机数据读取
文件解压缩后，文件层级展示如下图，一般一个FOV对应的是一个样本，一个样本对应一个文件夹结果，一张芯片上最多可以选8个FOV，若果一张芯片上拼的样本数超过8个，就会有多个样本被并到一个FOV中，后续下机数据分析的时候想要拆分开的话，需要使用Xenium browser手动圈选，拿到个样本的barcodes，然后就可以拆分样本（一般TMA样本都需要手动圈选操作）。这里我们下载的数据就只有一个FOV，也就是只有一个样本，所以下图展示的是这一个样本的数据。data_dir参数是xenium下机数据文件位置；
2025-03-06 10:51:13
2191
原创 Xenium | 空间原位转录组数据分析全解
10x Genomics推出的Xenium平台基于高通量的原位杂交技术，通过使用特异性探针捕获 RNA 分子，并在组织切片上直接检测信号，使得我们能够在单细胞分辨率的基础上，精确地检测和定位组织切片中的基因表达情况。最近有几位同学后台私信我，希望能完整介绍下Xenium数据分析全流程，以及空转数据能做的分析有哪些，我上网查了下，好像还真没有一个全面完整的教程，于是乎，我们使用10x官方公布的测试数据，基于之前介绍的spatialdata框架进行一个系列的完整的介绍。2. 数据预处理，单细胞降维聚类。
2025-03-06 10:48:41
2267
2
原创 单细胞文献阅读--胃癌单细胞测序揭示复杂的细胞间相互作用和可选择的T细胞衰竭轨迹
记录下最近阅读的一篇于2022年8月在Nature Communications上发表的文章"scRNA-seq of gastric tumor shows complex intercellular interaction with an alternative T cell exhaustion trajectory"，记录下翻译过程，以备后期随时翻阅。 摘要胃癌（GC）的肿瘤微环境（TME）对于肿瘤控制被认为很重要，但 GC 的具体特征尚未完全理解。我们生成了来自 10 位 GC 患者的匹配肿瘤周
2025-02-25 22:02:24
1169
原创 SpatialData：空间组学数据的统一框架与Xenium5k下机数据读取实战
空间组学技术（如 Xenium、Visium 等）正在彻底改变我们对生物组织的理解，为我们提供了基因表达和空间位置的双重信息。SpatialData 提供了一种统一的数据格式和 Python 库，支持数据加载、对齐、查询和跨模态分析，极大地简化了空间组学数据的处理流程。SpatialData 与 scverse 生态系统（如 Scanpy、Squidpy）无缝集成，支持单细胞和空间组学数据的联合分析。应运而生——一个开源的、通用的数据框架，旨在统一存储、处理和分析空间组学数据。
2025-02-19 20:53:57
1616
原创 Nat Commun | 单细胞视角下的肿瘤微环境：30种癌症的生态系统全景解析
最近遇到了好几个老师在单细胞数据分析完成后，对某个基因在特定癌症类型或细胞类型中的表达感兴趣，希望可以快速直接从泛癌数据集中提取相关信息。例如想知道在CD8+ T细胞中的表达情况，首先需要在公共数据集中筛选相关细胞类型和癌症类型，然后获取表达谱，最后各种绘图展示。这样做虽然可行，但是比较浪费时间，在收集泛癌数据中看到了24年的一篇文章，整合了490万个单细胞转录组数据，涵盖了30种癌症类型，构建了一个全面的肿瘤-正常生态系统图谱，同时也提供了处理后的数据下载，下载后简单处理后就能直接用，为客户摘要。
2025-02-16 12:02:41
1749
原创 开源模型DeepSeek-R1 API接入本地使用
最近国产AI大模型DeepSeek爆火出圈，登顶中美App Store下载榜，还在性能、性价比上碾压了ChatGPT和Google Gemini等硅谷巨头，直接杀入科技圈C位，成为现象级应用！但是，在使用DeepSeek网页版应用的时候，经常会出现服务器繁忙的情况，体验很不好。看了网上很多人推荐本地部署DeepSeek，大多数人使用的是蒸馏后的8B/32B/70B版本，本质是微调后的Llama或Qwen模型，并不能完全发挥出DeepSeek R1的实力。
2025-02-16 12:01:03
557
原创 Visium HD数据分析之空间聚类算法Banksy
然而，由于细胞状态受其周围细胞的影响，将转录组数据与细胞的空间信息结合起来进行聚类分析，将更有助于揭示细胞在组织中的分布和相互作用。相比于传统的单细胞聚类算法，BANKSY在细胞/Spots的表达矩阵的基础上，进一步联合了空间坐标信息，这种策略能够有效提高细胞/Spots分类的准确性和效率，进而揭示细胞间的相互作用和微环境影响。为了控制细胞自身和邻域特征对嵌入中细胞-细胞距离的相对贡献，BANKSY使用一个混合参数，λ∈ [0, 1]，来权衡细胞转录组矩阵和邻域表达矩阵（平均值和AGF；
2024-12-30 22:05:54
1788
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人