作者，追风少年i~~
前段时间回家，几天没有更新，马上中秋节就要到了，希望跟我一样在外的游子多回家看看，缘分到了就早点成家吧，人生没有倒带，唯有前进才是真理。
这一篇文章继续回答粉丝们提出的问题，并且梳理一下空间转录组的一些分析内容，主要针对分析思路和研究方向，单细胞同样适用。
在我的文章单细胞个性化分析之多样本细胞通讯比较篇中提到了多条件下可能会存在新的细胞类型或者某种细胞类型新的state，主要强调了正常和疾病组之间的比较，但是第二条也提到了一般正常的样本很难获得，癌症的样本保留癌旁已经是相对不错的结果，那么在研究疾病的同时，我们怎么从疾病组样本来挖掘有效信息呢？？
这里顺便说一句，无论是针对单细胞还是针对空间，样本数少的情况下的深入分析是缺乏说服力的，从最近项目投稿的返修来看，样本的重复是反复提到的问题，所以做空间的老铁们也要注意这个问题，每个样本仅做一例空间是完全不够的。
盲目进行整合差异分析是没有意义的，样本的临床信息（预后好和预后差）就起到了关键的作用。例如在文章全球首篇FFPE空间转录组分析揭示了肾细胞癌中三级淋巴结构抗肿瘤机制中提到了的文献Tertiary lymphoid structures generate and propagate anti-tumor antibody-producing plasma cells in renal cell cancer就全部使用了肾细胞癌的空间样本，以此来进行深入的分析，针对预后好和预后差的样本，发现了三级淋巴结构（TLS）是肾细胞癌预后的关键，当然了，也进行了其他的深入分析，非常棒的文章，希望大家细心看一看。
Spatial co-localization of TLS with gene signatures of B cell subtypes, plasma cells, immunoglobulins, and fibroblasts
最新的nature文章Spatial multi-omic map of human myocardial infarction中也是仅有疾病的样本，但是在大样本量的前提下，对样本进行完整表征的同时，对心肌疾病特异性的心肌细胞状态、心脏上皮细胞异质性、成纤维细胞分化、相关信号通路变化等进行了全面分析，揭开了心肌梗死后心脏中不同细胞的重塑过程。
工作原理及流程
文章中有很多很新颖的方法，我做了很多解读，放在这里供大家参考
空间转录组聚类分析与生态位
10X空间转录组数据分析之细胞类型与生物学通路的空间依赖性
10X空间转录组数据分析之细胞的空间依赖性
时空多样本聚类分析导论
其实上述2篇文章就是典型的分析思路，要么进行疾病样本的完整表征，前提是有大量样本量和时间顺序，要么就分析临床预后不同样本的内在逻辑，找出决定预后差异的关键因素，单细胞数据亦如是~~~
接下来我们要讨论第三点，肿瘤边界以及空间信号流，先放一张图
关于肿瘤边界，我也写了很多的介绍，文章列在下面，供大家参考。
10X空间转录组的边界转换效应
10X单细胞、单核、空间转录组揭示肿瘤-微环境的空间结构与调控网络
10X空间转录组分析之肿瘤边界
10X空间转录组数据分析之思路总结（针对肿瘤样本）
其中在文章Comprehensive analysis of spatial architecture in primary liver cancer中利用空间转录组学技术探索原发性肝癌，就重点分了边界问题，包括边界的“开关作用”和边界的通讯分析。
这一篇分享一下这个方法，关于肿瘤空间样本的注释问题，大家应该多多学习，其中在文章空间转录组聚类分析与生态位中重点解析了这个问题。
空间注释
关于肿瘤和癌旁边界的注释，相信对大家来说都都不是难事。
同样的边界转换效应，老生常谈的话题，不过分析确实很重要
区域细胞分布
通路细胞分布
这里同样地，也要分析空间或者单细胞样本预后信息的关联。
针对肿瘤边界的通讯分析，也是空间研究的一个重点
Integrated analysis of single-cell and spatial transcriptomics data reveals unique cellular composition, signaling pathways and cell-cell interactions in the TC and LE
大家要注意这里的空间信号流向，空间信号流向主要就是边界与癌区的转换。
CCI network
空间轨迹与信号流
空间信号流向
空间信号流向
空间信号流向
同时区域通讯也不可忽视
Cell signaling of stroma and cancer cell pathways
好了，已经分享给大家了，生活很好，有你更好
497
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
