机构名称：
¥ 1.0
基于测序的空间转录组学（ST）的主要挑战是分辨率限制。组织切片分为数十万个斑点，每个斑点总是包含多种细胞类型的混合物。已经开发出将混合转录信号反应到其成分中的方法。尽管ST对于药物发现至关重要，尤其是在心脏代谢疾病中，但迄今为止，尚未对这些类型的组织和疾病进行反卷积基准测试。然而，以前已显示出在脑组织和模拟数据中表现出色的三种方法：Cell2Location，RCTD和SpatialLDWLS。在这里，我们比较这些方法在使用来自不同病理状态的患者的心血管疾病（CVD）和慢性肾脏疾病（CKD）的人类数据时评估最佳性能，并使用专家注释进行了评估。在这项研究中，我们发现所有三种方法在反价vol的可染色细胞类型中的表现相当好，包括平滑肌细胞和血管样品中的巨噬细胞和肾脏样品中的足细胞。RCTD显示了CVD样品中最佳的性能精度得分，而Cell2Location平均达到了所有测试实验的最高性能。尽管这三种方法具有相似的精度，但是Cell2Location需要更少的参考数据才能以更高的计算强度为代价。最后，我们还报告RCTD具有最快的计算时间和最简单的工作流量，需要更少的计算依赖性。总而言之，我们发现每种方法都有特殊的优势，最佳选择取决于用例。
心血管疾病的见解
主要关键词
相关文件推荐
