空间转录组学被命名为2020年自然方法的年度方法,因为它具有前所未有的能力,可以在组织中保留细胞的位置构成(1)。最近的一项审查表明,除了基因表达促进纤维外,还需要通过使用空间量来改善组织结构识别算法(2)。这种关键需求遵循了空间接近细胞命运的已知重要性(3)。可用的空间转录组学平台,高吞吐量的空间转录(HST)技术,例如10倍visium平台,展示了他们提供具有广泛商业可用性的转录组范围测序的能力。通常,比较不同条件(例如,敲除型与野生型),组(治疗依据与非反应者)或在发育生物学中的暂时研究窗口之间的相对丰度(例如,敲除与野生型)之间的相对丰度。也称为不同的丰度分析(DAA)(4,5),这些研究可以为重要的生物学过程提供信息,例如治疗反应或疾病进展。然而,在HST的背景下,由于跨样品的空间结构存在不可纠正的差异,这些方法是不平凡的。,尽管已经提出了多种空间转录组学数据中群体识别的方法(6-10),但尚无正式方法可用于实施
主要关键词