返回
Precise gene expression deconvolution in spatial transcriptomics with STged
DOI:10.1093/nar/gkaf087.png)
摘要
En 中文
空间分辨转录组学(SRT)通过将基因表达谱与空间信息相结合,改变了组织生物学。然而,基于测序的SRT方法会聚合捕获位点(spot)内多种细胞类型的信号,掩盖了细胞类型特异性的基因表达模式。传统的细胞类型解卷积方法可估计位点内的细胞组成,但无法解析细胞类型特异性的基因表达,限制了其揭示关键生物学过程(如细胞相互作用和微环境动力学)的能力。本文介绍STged(空间转录组学基因表达解卷积),一种新型计算框架,它通过从混合位点重建细胞类型特异性的基因表达谱,超越了传统解卷积方法。STged整合了基于图的空間相关性及参考来源的基因特征,采用非负最小二乘回归框架,实现了精确且具有生物学意义的解卷积。全面的模拟结果表明,STged在准确性和稳健性方面始终优于现有方法。应用于人类胰腺导管腺癌和人类鳞状细胞癌数据集表明,其能够识别微环境特异性的高变基因、重建空间细胞-细胞通讯网络,并在接近单细胞分辨率下解析组织结构。在小鼠肾脏组织中,STged揭示了动态的空间基因表达模式及独特的基因程序,加深了我们对组织异质性和细胞动态的理解。
Keyword:
CELL
CORTEX
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
GENOME RESEARCH
IF5.5
The dynamics and regulators of cell fate decisions are revealed by pseudotemporal ordering of single cells单细胞的假时间顺序揭示了细胞命运决定的动力学和调节剂
NATURE BIOTECHNOLOGY
IF41.7
CellPhoneDB: inferring cell-cell communication from combined expression of multi-subunit ligand-receptor complexesCellPhoneDB: 从多亚基配体-受体复合物的联合表达推断细胞-细胞通讯
NATURE PROTOCOLS
IF16

