课后补充---空间转录组学推断组织学相关的基因表达梯度

作者，Evil Genius

我们课上没有讲解SPATA2，这一篇文章我们来补充

目前SPATA2 已经升级到3.0，更新了很多的分析方法，包括HD，我们先来感受一下分析上的更新

CNV

HD分析

今日参考文献

空间转录组的核心分析点之一：识别关键的组织形态生态位

空间基因表达梯度

结果1、DEA（ differential expression analysis ）预测具有空间依赖性的基因表达是不可靠的

空间基因梯度分析优于区域差异基因

空间基因梯度识别空间区域相关的空间基因表达模式，为新的见解铺平了道路。

结果2、空间转录组学研究中基因表达混杂因素的鉴定

空转分析肿瘤样本由于其异质性和混沌性，使得聚类算法难以识别最佳空间区域，识别标记基因和空间niche。

结果3、T细胞丰度和缺氧代谢的空间动力学

空间参考特征-空间注释或空间轨迹

SPATA2目前更新的方法部分

其中空间基因轨迹是非常好的一个点。

生活很好，有你更好