.png){kind=icon}
返回
Spider: a flexible and unified framework for simulating spatial transcriptomics data
.png){kind=icon}
PRE
AI
DOI：10.1093/bioinformatics/btaf562.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
动机 空间转录组学（ST）技术通过同时获取基因表达谱和细胞位置信息，为细胞异质性提供了宝贵的见解。然而，金标准数据集的多样性和准确性有限，阻碍了快速增长的ST分析工具的基准测试效果和公平性。结果 为解决此问题，我们提出了Spider，一个灵活且全面的框架，用于模拟ST数据，无需以真实ST数据作为参考。通过使用细胞类型比例和相邻细胞之间的转移矩阵来表征空间模式，Spider能够生成更真实和多样化的模拟数据，并提供比现有模拟方法更强的建模灵活性。此外，Spider提供交互式功能，用于自定义空间域，例如区域分割和组织学成像数据的集成。基准分析表明，Spider在保留真实ST数据的空间特征和促进下游分析方法评估方面优于其他模拟工具。Spider使用Python实现，可在https://github.com/YANG-ERA/Spider获取。可用性与实现 本文中的所有代码和模拟ST数据均公开可用，地址为https://github.com/YANG-ERA/Spider。
Keyword:
GENE-EXPRESSION
MICROENVIRONMENT
CHEMOKINES
IDENTIFICATION
CYTOKINES
期刊
IF:
5.4
论文数:
1.3K
被引数:
17.9W
机构
引用论文
Transcriptome-scale spatial gene expression in the human dorsolateral prefrontal cortex人背外侧前额叶皮层中转录组尺度的空间基因表达
OAAI
OAAI分享收藏Spatial organization of the somatosensory cortex revealed by osmFISHosmFISH揭示的体感皮层的空间组织.png)
NATURE METHODS
NATURE METHODSIF32.1
PREAI
分享收藏DSTG: deconvoluting spatial transcriptomics data through graph-based artificial intelligenceDSTG: 通过基于图形的人工智能对空间转录组数据进行反卷积OAAI
OAAI分享收藏Identification of spatial expression trends in single-cell gene expression data单细胞基因表达数据中空间表达趋势的识别NATURE METHODSOAAI
NATURE METHODSIF32.1
OAAI分享收藏Explainable multiview framework for dissecting spatial relationships from highly multiplexed data可解释的多视图框架，用于从高度复用的数据中解剖空间关系GENOME BIOLOGYOAAI
GENOME BIOLOGYIF9.4
OAAI分享收藏
分享收藏
查看更多内容