weixin_43829146的博客

空间分辨率的转录组学技术通过提供RNA表达模式及其空间信息引起了人们的极大关注。尽管改进后的技术正在迅速发展，但由于捕获率低，提供空间整体转录组水平剖面的技术仍存在缺失问题。缺失数据的代入是消除这一技术问题的策略之一。我们评估了五种现有方法（SpaGE、stPlus、gimVI、Tangram和stLearn）的归因性能，这些方法被认为能够对空间分辨率转录组数据集的缺失进行预测。评估是通过预测值与原始值的对比进行定性，并通过皮尔逊相关系数、余弦相似度、均方根对数误差、剪影指数和Carinski Harab

提出了Spanve（空间邻域可变表达基因），这是一种基于统计的方法，用于从空间转录组学数据中检测空间依赖性表达基因，通过将空间和表达的依赖性建模为两个分布的距离，该方法具有较高的计算效率和准确性。Spanve能够输入空间转录组并改进空间组织区域的识别。

conda环境配置jupyter 缺失libffi.so.7文件

这是一篇关于插补后scRNA-seq数据是否带来假阳性的讨论性质文章，对目前的几种基于不同原理的插补scRNA-seq算法进行了仿真数据集的测试，同时作者提出插补后数据集本身的生物edge被破坏，插补带来的评价指标提升是虚假edge。这个设定是很吸引人的。