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