.png){kind=icon}
返回
Benchmarking computational methods for detecting spatial domains and domain-specific spatially variable genes from spatial transcriptomics data
.png){kind=icon}
PRE
AI
DOI：10.1093/nar/gkaf303.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
空间分辨转录组学（SRT）的进展已促使大量用于识别空间域和空间变异基因（SVGs）的计算方法涌现；然而，对现有方法的全面评估尚有欠缺。我们全面评估了19种从SRT数据中检测空间域及域特异性SVGs的方法，使用了涵盖六种SRT技术和27个合成数据集的30个真实数据集。我们首先从准确性、稳定性、泛化性和可扩展性方面评估了这些方法在空间域识别中的性能。结果表明，没有单一方法适用于所有数据集，最佳方法取决于数据，尤其是SRT平台。此外，我们提出了一种定量策略来评估域特异性SVG识别结果，并评估了空间域对SVG检测的影响。我们发现，基于不同GNN方法识别的空间域进行的SVG检测具有高准确性但低一致性。通常，识别的空间域越准确，检测到的域特异性SVG的数量和准确性就越高。此外，整合不同方法的空间聚类结果可以获得更稳健且更好的聚类和SVG结果。本文为选择适用于空间域和域特异性SVG识别的适当方法提供了实用指南。
Keyword:
EXPRESSION
TISSUE
期刊
IF:
13.1
论文数:
3.6W
被引数:
29.0W
机构
引用论文
Characterizing spatial gene expression heterogeneity in spatially resolved single-cell transcriptomic data with nonuniform cellular densities在具有不均匀细胞密度的空间分辨的单细胞转录组数据中表征空间基因表达异质性.png)
GENOME RESEARCH
OAAI
GENOME RESEARCHIF5.5
OAAI分享收藏SpaNCMG: improving spatial domains identification of spatial transcriptomics using neighborhood-complementary mixed-view graph convolutional networkSpaNCMG: 使用邻域互补混合视图图卷积网络改进空间转录组学的空间域识别
OAAI
OAAI分享收藏From Louvain to Leiden: guaranteeing well-connected communities从鲁汶到莱顿: 保证良好连接的社区SCIENTIFIC REPORTSOAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏Integrative spatial analysis of cell morphologies and transcriptional states with MUSENATURE BIOTECHNOLOGYOAAI
NATURE BIOTECHNOLOGYIF41.7
OAAI分享收藏In Situ Transcription Profiling of Single Cells Reveals Spatial Organization of Cells in the Mouse Hippocampus单细胞的原位转录谱分析揭示了小鼠海马中细胞的空间组织NEURONOAAI
NEURONIF15
OAAI分享收藏High-throughput spatial mapping of single-cell RNA-seq data to tissue of origin单细胞rna-seq数据到原始组织的高通量空间映射NATURE BIOTECHNOLOGYOAAI
NATURE BIOTECHNOLOGYIF41.7
OAAI分享收藏Innovative super-resolution in spatial transcriptomics: a transformer model exploiting histology images and spatial gene expression空间转录组学中的创新超分辨率: 利用组织学图像和空间基因表达的转换器模型OAAI
OAAI分享收藏
查看更多内容