返回
Resolving sensitivity, specificity and signal contamination in Xenium spatial transcriptomics
DOI:10.1038/s41592-026-03089-8.png)
摘要
En 中文
空间转录组学使完整组织内的高分辨率基因表达映射成为可能。Xenium因其可靠性、易用性和数据质量而被广泛采用,但其衍生数据的特性和局限性仍缺乏充分表征。本研究呈现了迄今最全面的Xenium数据集之一,包含超过40个使用不同基因面板表征的乳腺癌和肺癌组织切片。利用这一资源,我们系统地剖析了技术噪声(包括转录溢出)、检测特异性、基因面板性能和分割策略。我们证明单核RNA测序能够精确量化转录污染。基于这些发现,我们引入了SPLIT(分层细胞内转录本空间纯化)方法,通过解析混合转录组信号来提高信号纯度。SPLIT增强了背景校正和细胞类型分辨率,并揭示了与恶性细胞共定位相关的T细胞耗竭特征——这些信号在未经处理时会保持模糊。综合来看,我们的发现为Xenium性能提供了关键基准,并引入了一种可扩展的信号优化策略。本研究调查了Xenium空间转录组学数据中的技术噪声(包括转录溢出),并引入SPLIT以解析混合信号并增强细胞类型特异性。
Keyword:
Xenium
spatial transcriptomics
transcript spillover
signal contamination
cell-type resolution
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
32.1
论文数:
7.2K
被引数:
12.7W
机构
引用论文
A single-cell and spatially resolved atlas of human breast cancers人类乳腺癌的单细胞和空间分辨图谱
NATURE GENETICS
IF31.8
Single-cell sequencing reveals dissociation-induced gene expression in tissue subpopulations单细胞测序揭示组织亚群中解离诱导的基因表达
NATURE METHODS
IF32.1
Optimizing Xenium In Situ data utility by quality assessment and best-practice analysis workflows通过质量评估和最佳实践分析工作流程优化Xenium In Situ数据效用
NATURE METHODS
IF32.1
A comprehensive single-cell map of T cell exhaustion-associated immune environments in human breast cancer
NATURE COMMUNICATIONS
IF15.7
Systematic benchmarking of high-throughput subcellular spatial transcriptomics platforms across human tumors对高通量亚细胞空间转录组学平台在人类肿瘤中进行系统性基准测试
Nature Communications
IF15.7
Benchmarking cell type annotation methods for 10x Xenium spatial transcriptomics data评估10x Xenium空间转录组数据的细胞类型注释方法
BMC BIOINFORMATICS
IF3.3
SpotGF: Denoising spatially resolved transcriptomics data using an optimal transport-based gene filtering algorithmSpotGF:使用基于最优传输的基因过滤算法去除空间分辨转录组学数据的噪声
CELL SYSTEMS
IF7.7

