空間轉錄組數(shù)據分析之空間軌跡(Spatial tendency)

作者,Evil Genius

今天2024年5月21日,凌晨,也就是昨晚,又一個鮮活的生命在太原從橋上跳下。

往事不堪回首

今天我們來學習空間軌跡

空間軌跡包括空間基因軌跡和細胞軌跡、甚至包括CNV軌跡

關于空間軌跡也寫了很多,列在下面

時空軌跡分析導論
空間轉錄組之空間基因和細胞軌跡
10X空間轉錄組數(shù)據分析之CNV軌跡層級
時空軌跡和空間細胞相互作用

與單細胞不同,單細胞軌跡主要是用來研究細胞的發(fā)育分化方向,但是空間軌跡主要是來研究TME,具體的做法就是研究某個區(qū)域隨著距離的擴大,基因表達或者細胞含量的變化,如下圖:


諸多文章用到了這個方法,以前在分享SPATA2的時候,有介紹到軌跡分析的內容,如下圖:



但是SPATA2需要人為指定起點和終點,很不智能,且離我們想要的結果差距較遠,尤其用代碼指定起始位置和終止位置的時候。

今天我們要分享一個更為準確的方法,即我們指定一個區(qū)域,這個區(qū)域可以是聚類的cluster(分子聚類或者細胞聚類),也可以是人為劃定的一個區(qū)域(比如腫瘤區(qū)域,間質區(qū)域,免疫區(qū)域等),指定后隨著邊界的擴大,查看基因或者細胞含量的變化,拿到如下的結果圖。

學習到新的方法大家要活學活用,不要死搬硬套,流水線式的操作。

我們以一個數(shù)據為例:

指定一個固定區(qū)域,注意這里用到了空間坐標,且無縫兼容10X的空間數(shù)據

然后計算軌跡,以PCP4基因為例,同樣可以計算細胞含量變化

基因的空間展示

來看看代碼

還有 49% 的精彩內容
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
【社區(qū)內容提示】社區(qū)部分內容疑似由AI輔助生成,瀏覽時請結合常識與多方信息審慎甄別。
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發(fā)布,文章內容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務。
支付 ¥50.00 繼續(xù)閱讀

相關閱讀更多精彩內容

友情鏈接更多精彩內容