热点综述 | 单细胞+空间转录组的整合分析方法总结

最新推荐文章于 2024-11-16 10:45:00 发布
最新推荐文章于 2024-11-16 10:45:00 发布
阅读量2.2k 收藏 21
点赞数 1
分类专栏： 空间转录组 文章标签： 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/wen05054105/article/details/127323746
版权
本文综述了scRNA-seq与空间转录组学的整合分析方法，探讨了去卷积和映射策略，以及未来的发展趋势，如深度学习模型和实时细胞追踪。通过整合分析，可以揭示组织中细胞亚群的高分辨率图谱，为疾病研究和治疗提供新见解。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

目前scRNA-seq将每个转录物与单个细胞相关联，但关于这些转录物在组织中的位置信息丢失了；相反的，空间转录组学技术知道转录物的位置，却不知道是哪个细胞产生了转录物。因此，scRNA-seq与空间转录组学的整合可以产生组织中细胞亚群的高分辨率图谱。

来自美国的科研人员在《Nature reviews genetics》发表综述文章，回顾了整合scRNA-seq与空间转录组学技术研究的尝试和努力，包括新兴的整合计算方法，并提出了有效结合当前方法的途径。

整合scRNA-seq和空间转录组学研究的流程模式

scRNA-seq+空间组学整合分析的研究进展

目前已有整合空间转录组学和scRNA-seq数据分析的研究，提供了组织组成和功能的新见解。下表展示了相关的研究现状，包括正常的组织稳态和发育、肿瘤微环境、其他病变和损伤的微环境等方向。

解析scRNA-seq和空间转录组数据的研究

scRNA-seq+空间组学整合分析的计算方法

最低0.47元/天 解锁文章
Nature Methods | 空间转录组与单细胞转录组整合分析工具性能测试
wen05054105的博客
06-09 1383
空间转录组和单细胞转录组整合分析工具大比拼
单细胞转录组+空间转录组联合应用，1+1＞2
最新发布
Igenebook的博客
11-18 1954
研究结果推进了对CAFs在癌症免疫逃逸中精确作用的理解，并为HNSCC更有效的免疫疗法铺平了道路。通过单细胞转录组（scRNA-seq）和空间转录组（ST）技术的联合应用，我们能够深入理解细胞的分子特性及其在组织中的空间分布，从而揭示细胞异质性、细胞间相互作用以及它们在疾病中的作用。（Single-cell RNA-sequencing，scRNA-seq）是一项在单细胞水平上分析基因表达的技术，它允许研究者直接分析单个细胞中的RNA表达谱，揭示细胞内群体异质性、定义细胞类型、细胞状态和细胞的动态转变。
单细胞转录组测序和空间转录组学
qq_44457948的博客
04-26 4323
为了了解这两个概念，我们先了解一些基本的生物学的概念1、转录 转录是生物细胞体内产生蛋白质的过程，DNA解链，然后匹配对应的mRNA，mRNA的不同种类对应不同的蛋白质。2、转录组 转录组广义上来讲，是指转录过程中出现的所有RNA，狭义上来讲，特指mRNA3、转录组测序 就是记录转录组的过程4、单细胞转录组测序（single cell RNA-sequencing） 对单个细胞进行的转录组测序5、空间转录组学（Spatial Transcriptomics） 传统的转...
文献调研-单细胞转录组与空间转录组联合分析Tangram
weixin_46065198的博客
06-24 1311
Biancalani, T., Scalia, G., Buffoni, L. et al. Deep learning and alignment of spatially resolved single-cell transcriptomes with Tangram. Nat Methods 18, 1352–1362 (2021). https://doi.org/10.1038/s41592-021-01264-7 sc/snRNA-seq可以全面描述细胞，但缺少空间信息；空间转录组有空间信息，但
Nature | 单细胞核测序+空间转录组+空间蛋白组，实现6个癌种异质性 2D+3D空间分析
xx_nm98的博客
11-16 1753
2024年10月30日，来自美国华盛顿大学和普林斯顿大学的几个研究团队在《》（IF 50.5）杂志上发表了题为 “Tumour evolution and microenvironment interactions in 2D and 3D space”的研究论文[1]。
10X单细胞联合空间转录组技术解析结直肠癌肿瘤微环境
weixin_53637133的博客
05-14 950
10X单细胞联合空间转录组技术解析结直肠癌肿瘤微环境
单细胞空间转录组分析流程学习(一)
zfyyzhys的博客
10-17 1738
本次采用GSE181300数据集，包含了8个头颈部鳞癌患者的数据常用于存储基因表达矩阵的位置信息或细胞/位置的元数据。例如，tissue_positions_list.csv 文件包含每个条形码的位置坐标、在组织切片上的位置、组织的像素坐标等信息，用于在空间图像上定位每个点。通常包含压缩的基因表达矩阵。filtered_feature_bc_matrix.h5 文件可以包含细胞条形码、基因和对应的表达值。这种格式高效地存储大量数据，便于在 R 和 Python 等程序中快速加载和读取。
热点综述 | 单细胞测序的扩展、整合与转化
wen05054105的博客
09-28 777
近日，《Briefings in Functional Genomics》发表了一篇综述文章，系统地涵盖了单细胞测序中使用的技术和算法，并从横向和纵向两个维度上进行了扩展，还从助力癌症研究这一转化方向做了介绍。
前沿Perspective | 空间转录组数据分析方法最新进展
wen05054105的博客
10-21 1770
来自美国的研究人员在《Genome Research》发表Perspective，总结了空间转录组数据分析方法和管道的最新进展，并讨论了它们如何在不同的技术平台上运作。
生信分析矫正P值_万字长文+诚意满满 | 单细胞转录组分析最佳思路综述
weixin_39636226的博客
11-22 2938
今天是生信星球陪你的第618天 大神一句话，菜鸟跑半年。我不是大神，但我可以缩短你走弯路的半年~ 就像歌儿唱的那样，如果你不知道该往哪儿走，就留在这学点生信好不好~ 这里有豆豆和花花的学习历程，从新手到进阶，生信路上有你有我！刘小泽写于2020.5.6-5.8历时三天，终于理解完！不仅仅是综述，更不是纯翻译文，而是将其中重要的知识点和之前个人所学结合起来”一阳指和狮吼功合并...
超全总结 | 用于空间分辨转录组数据分析的统计和机器学习方法
wen05054105的博客
06-06 2309
那些你知道和不知道的计算方法汇总
单细胞及空间转录组高分文章解析！ceRNA学习！
悟道西方
07-26 2839
培训背景 单细胞测序是从单个细胞水平对基因组和转录组进行研究。2015年以来，10X Genomics、Drop-seq、Micro-well、Split-seq等技术的出现，彻底降低了单细胞测序的成本门槛。自此，单细胞测序技术被广泛应用于基础科研和临床研究。通过单细胞测序可以最大程度的反映细胞的异质性，发现新的细胞群和细胞亚群，并为阐明细胞状态转换的...
【算法详解】SPIRAL：空间转录组数据整合与切片对齐新算法
weixin_60734652的博客
10-25 1755
SPIRAL由SPIRAL-integration和SPIRAL-alignment两部分组成。 SPIRAL-integration通过结合GraphSAGE网络和域适应网络（domain adaptation network），使用基因表达数据和空间位置关系数据作为输入，来纠正批次效应。 SPIRAL-integration部分由四个神经网络构成，分别为1）作为编码器的GraphSAGE网络，2）噪声分类网络，3）生物鉴别网络，这两者用于将低维表示分解为噪声部分和生物部分，4）用于从低维表示重建基因
空转第六课单细胞+空间转录组的整合分析方法总结
weixin_53637133的博客
05-25 1501
空转第六课单细胞+空间转录组的整合分析方法总结
【空间&单细胞组学】第1期：单细胞结合空间转录组研究PDAC肿瘤微环境
TOP生物信息
06-28 1094
❝ 6.19那天我在公粽号发布了创建「空间&单细胞组学文献学习小组」的帖子，同时出了几个思考题。因为人数有所控制，最终的小组成员只确定了9位，还有十多位联系我的朋友，没有赶上这次的班车，向你们「表示歉意」。以后如果有其他小组，我会再通知大家。学习小组的教程、视频等等以后都会在「公粽号发布」，大家可以关注一下。 ❞ 上周日，小组进行了第1期分享，由TOP菌和Jeffery主讲，分别介绍了： 2020年单细胞结合空间转录组研究PDAC肿瘤微环境的论文science最新发表的单细胞空间代谢组学技术 本篇
单细胞空间转录组分析流程学习python版(三)
zfyyzhys的博客
10-19 1135
空转python版学习
空间转录组实战03: 整合
weixin_44493991的博客
03-07 478
<生信交流与合作请关注公众号@生信探索> 我把常用的函数写成了几个包，方便之后使用； bioquest 包括三个子包 tl、pl、st 分别是常用的工具包 DdatafFame 的处理、画图、字符串处理； genekit 包括基因名转换、格式转换、差异分析、提取 TCGA 数据等的函数； sckit 包括单细胞分析的一些函数； 可以在https://jihulab.com/BioQuest找到这些函数。 接着 02 中的 adata 继续处理，使用 harmony 整合两个数据，消除批次效应
医学AI领域的新宠儿：单细胞与空间转录组学｜顶刊精析·24-10-29
罗小罗同学的博客
10-29 2473
文章讨论了单细胞转录组学（single-cell transcriptomics）和空间转录组学（spatial transcriptomics）技术的最新进展、挑战和前景，特别关注了这些技术在识别和表征细胞状态以及多细胞邻域方面的应用。文章的主要内容包括：单细胞转录组学：讨论了单细胞RNA测序（scRNA-seq）如何改变了我们对细胞多样性和基因表达动态的理解，并讨论了样本处理、数据整合、识别微妙的细胞状态、轨迹建模、去卷积和空间分析等方面的进展。空间转录组学：探讨了空间转录组学如何将单细胞置于多细胞邻域
代码分析 | 单细胞转录组数据整合详解
热门推荐
悟道西方
04-20 1万+
两种整合方法详解 NGS系列文章包括NGS基础、转录组分析（Nature重磅综述|关于RNA-seq你想知道的全在这）、ChIP-seq分析（ChIP-seq基本分析流程）、单细胞测序分析(重磅综述：三万字长文读懂单细胞RNA测序分析的最佳实践教程 （原理、代码和评述）)、DNA甲基化分析、重测序分析、GEO数据挖掘（典型医学设计实验GEO数据分析 (step-by-step) - Lim...
cca 整合分析单细胞转录组空间转录组
12-12
CCA（canonical correlation analysis）是一种常用的多变量统计分析方法，可以用于整合分析单细胞转录组和空间转录组的数据。 单细胞转录组是指对单个细胞的转录组进行测量和分析，可以了解细胞间的异质性和功能特征。而空间转录组是指在组织或器官水平上，对转录组进行测量和分析，可以了解细胞在空间上的分布和相互作用。 在整合分析单细胞转录组和空间转录组时，首先需要对两种数据进行预处理，例如数据清洗、标准化和归一化等。然后，可以利用CCA方法来识别两种数据之间共享的信息和变化模式。 CCA通过最大化两个数据集之间的相关性，找到两者之间最大化的公共变量。具体步骤包括：首先，计算两个数据集之间的相关性矩阵；然后，利用Singular Value Decomposition（奇异值分解）将相关性矩阵分解成特征向量和特征值；最后，根据特征值的大小选择最相关的特征向量，得到两个数据集之间的相关性。 通过整合分析单细胞转录组和空间转录组的数据，可以获得以下优势：一是可以揭示细胞类型和组织结构之间的关系，帮助我们了解细胞的空间分布模式；二是可以发现特定细胞类型在不同组织中的表达模式和功能特征；三是可以识别具有生物学意义的共同变化模式，为进一步研究和解读提供线索。 当然，整合分析单细胞转录组和空间转录组的数据还需要结合其他的统计方法和生物学解释来进行综合分析和解读。这样的整合方法可以为我们更好地理解细胞和组织的功能和相互作用提供重要的信息。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值