10X空间转录组之构建邻域通讯网络

作者，追风少年i

hello，大家好，新的一周，这是今年的第25周，几乎一半了，不知道大家挣到钱了没有？？或者有了对象没有？？？

今天我们来学习构建空间邻域通讯，看下图：

空间邻域通讯构建

我们首先要来学习一个很重要的只是，那就是细胞的niche，这个我之前提到了很多了，The niche，or cell microenvironment，is a critical determinant of the regenerative response。说白了，就是目标细胞类型的微环境，这个微环境，形成了关键的“小团伙”，无论是单细胞还是空间转录组大量的研究都表明需要细胞类型之间协调相互作用。举一个简单的例子：免疫细胞的阴阳功能突出表现在它们在正常修复中的关键作用，以及它们在炎症性肌病、营养不良和衰老中对肌肉功能的破坏。当短暂的促炎信号和巨噬细胞募集启动伤口愈合反应并激活 MuSCs。 这个过程受到了严格的调节，因为肌肉营养不良的持续免疫反应以及高龄炎症细胞和细胞因子的全身变化，通过一个称为“炎症”的过程，与进行性纤维化积累和肌肉功能的进行性丧失有关。这些研究表明，细胞存在于一个微妙的再生生态系统中，在这个生态系统中，与其他细胞类型的互补、相互关联和相互依赖的关系对于执行它们在重建组织中的程序化功能至关重要。

当然了，单细胞技术已经可以帮助我们研究细胞之间的相互通讯，但是生态位的转变（一种微环境，其中空间定位的细胞-细胞信号和细胞外基质 (ECM) 相互作用是有效行使生物学功能的关键），Spatially restricted regulators可能决定细胞迁移行为和命运。所以空间转录组的火热竞争，正是由于其研究的关键价值。

接下来就要构建邻域通讯了，基于组织内细胞类型的空间排列预测细胞-细胞相互作用网络。 对于数据集中的每个细胞，使用其源组织内细胞的距离图来识别由索引细胞及其 10 个最近邻居组成的生态位或windows(这个地方没有那么严格的界限，比如我们可以设定目标细胞类型的外围两层spot作为生态位)。

计算邻居的细胞类型身份以揭示每个细胞的生态位组成。 为了对每种细胞类型的丰度差异进行归一化，对生态位组成进行了分位数归一化，并且成对相互作用的富集显示为给定细胞类型的所有细胞的生态位的平均分位数。

细胞邻域是通过根据细胞类型组成对生态位进行聚类来定义的。 简而言之，所有细胞的niche都使用分辨率为 0.5 的 Leiden 算法进行聚类。 所有组织中总共少于 1000 个细胞的稀缺邻域被合并到一个未分配的clusters中。 在整个分析过程中，每个组织中的邻域的丰度聚类。（这是一个新的点，空间邻域的聚类分析，很方便识别生态位）。

细胞邻域的富集分析

在每个组织中计数每个细胞邻域中的细胞类型和细胞数量，归一化为组织中的细胞总数，这代表了组织中细胞的比例。 随时间变化的任何给定细胞类型或细胞簇的对数转换富集计算如下：

好了，方法已经分享给大家了，生活很好，有你更好