.png){kind=icon}
返回
LSGI: interpretable spatial gradient analysis for spatial transcriptomics data
.png){kind=icon}
PRE
AI
DOI：10.1186-s13059-025-03716-1.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
细胞解剖结构和信号传导在不同微环境中存在差异，这些差异可诱导细胞亚群中产生梯度化的基因表达。这种空间转录组梯度（STG）是导致肿瘤内异质性的重要来源。我们提出局部空间梯度推断（LSGI）方法，这是一种能够系统性地识别空间转录组（ST）数据中具有显著且可解释的STG的空间位置的计算框架。我们在肿瘤ST数据集中验证了LSGI方法，并鉴定出具有梯度模式的泛癌和肿瘤类型特异性通路，重点突出了与空间转录性肿瘤内异质性相关的通路。LSGI方法能够实现可解释的STG分析，从而可以从日益增多的肿瘤ST数据集中揭示肿瘤生物学的新见解。
Keyword:
spatial transcriptomics
tumor heterogeneity
gene expression gradients
computational framework
cancer biology
