文章题目
Spanve: an Effective Statistical Method to Detect Spatially Variable Genes in Large-scale Spatial Transcriptomics Data
中文名:
Spanve:一种检测大规模空间转录组学数据中空间变异基因的有效统计方法
文章地址:
https://doi.org/10.1101/2023.02.08.527623
本文主旨
提出了Spanve(空间邻域可变表达基因),这是一种基于统计的方法,用于从空间转录组学数据中检测空间依赖性表达基因,通过将空间和表达的依赖性建模为两个分布的距离,该方法具有较高的计算效率和准确性。Spanve能够输入空间转录组并改进空间组织区域的识别。
出发点
作者认为 判断空间转录组学数据的空间模式,需要找到 HVG 高可变基因 或者说 找到SV spatially variable gene 。因为SV基因可由细胞类型定位或空间依赖性细胞相互作用引起,因此可用于多个下游分析,例如重建组织结构。SV基因也有助于提供生物学见解,因为不同的空间表达模式反映了不同的基因功能。
目前的找到sv的方法 取决于 使用协方差矩阵或者说使用聚类方法 他们都不适用于大规模数据集。
此外,基因表达建模技术经常依赖于高斯分布或泊松分布,这可能导致较高的假阳性率,因为并非所有基因表达都符合这些假设。
Spanve这个方法考虑到了 上述所说的问题 不考虑将细胞内的表达建模为传统的统计类分布(经典的几种分布)而转换使用细胞与空间邻居之间的差异性。
由于可能存在位置效应,包括细胞类型分布、局部环境和细胞相互作用,简单分布可能无法描述基因表达,而复杂分布则大大增加了参数的数量和拟合时间。没有基因表达分布的假设,Spanve能够准确地识别具有空间表达模式的基因
此外,通过考虑细胞与空间之间的作用,spanve可以感知空间domain
此外 ,还采用了空间插补方法。
评价指标
使用Moran’s I指数:
https://www.jianshu.com/p/305c608f2884?ivk_sa=1024320u
使用Geary’s C指数:
这个其实和上面的莫兰指数差不多:
二者区别和联系
moran 和 geary本身都代表空间自相关性
Spanve在 Moran 和 Geary上的效果都是最好的:
CH index
CH指数越高,SV基因作为特征的数据越有可能获得基于原始数据的聚类标记,这意味着SV基因更能代表原始数据。
结果
插补的引入
SPANGE同时引入了插补的概念!这个用于检测生成差异表达基因(SV)的工具同时可以用于插补 插补的方法如下
结果说明
插补后数据的AMI和ARI有着显著的提升
Spanve插补后聚类有了很大改善,可以获得更清晰的组织层边界
总结
Spanve作为一种新开发的空间可变基因(SV)识别方法,该方法可提供可缩放的集群感知基因。本文作者估计,随着空间转录组学数据规模的扩大,可扩展性将变得更加重要。与当前方法相比,Spanve在大规模空间转录组学数据中需要最少的时间和计算成本。此外,Spanve鉴定的基因在空间上更加异质,有利于进一步聚类。Spanve作者团队同时还创建了一种空间插补方法,该方法允许使用流行的聚类方法来识别更准确的组织结构。
限制和不足
一个限制是它不能同时处理来自类似组织切片的数据,以检测稳健的SV基因并利用先前的数据。