本文探讨了空间转录组学中的分子和细胞聚类分析，指出聚类结果代表了组织中的生态位（Niche），反映了细胞类型的空间相互依赖。通过分析Niche，可以洞察疾病状态下细胞结构的变化，为疾病治疗提供生物学依据。细胞类型的共定位和相互作用是组织有序性的关键，空间信息的获取对于理解疾病机制至关重要。
作者，追风少年i
对于单细胞和空间转录组的数据分析而言，聚类分析都是绕不开的一个话题，从单细胞数据分析的角度看，聚类分析得到的聚类结果，每个群代表了某种细胞类型，运用经典的marker或者生信的手段可以将其注释并用于下游的个性化分析，单细胞所有的个性化分析都建立在细胞注释的前提之上；那么对于空间转录组，由于其每个spot包含了多个细胞，可能是相同的细胞类型，但更多的为不同细胞类型的混合，这样的条件下，聚类分析的手段相对于单细胞会有什么样的差异？应该如何解读空间转录组的聚类分析？这样的分析，对于我们认知组织的空间结构提供了怎样的视角？本篇就带领大家走进空间转录组聚类分析的世界。
空间转录组分子聚类
所谓分子聚类，即跟单细胞聚类的方法一致，采用细胞/基因的矩阵进行降维聚类，跟单细胞所不同的是这里是spot/基因的矩阵进行降维聚类，示意图如下：
图1 空间转录组分子聚类
降维聚类的结果跟单细胞很相似，采用的降维手段也是PCA、TSNE/UMAP，尤其在分析空间多样本整合聚类的时候，采用UMAP非线性降维的方式居多，聚类方法通常采用louvain/leiden，另外空间还可以展示聚类结果的空间分布
最低0.47元/天 解锁文章
472
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
