新兴的空间转录组(ST)领域的技术发展开辟了一个未经探索的领域,将转录信息置于空间环境中。聚类通常是分析这类数据的核心组成部分。然而,在这些类型的分析中,选择适当的超参数,例如使用正确数量的聚类,是一个挑战。
来自瑞典和美国的科研团队开发了SpatialCPie,一个易于使用的R包,可以让用户直观地了解ST数据中的“簇”是如何相互关联的,以及二维ST阵列上的每个区域与每个“簇”的关联程度。
SpatialCPie是什么?
SpatialCPie被设计成R工作流的一部分,使用户可以高度灵活地定制和快速迭代他们的分析。数据在多种分辨率下进行聚类--即采用不同数量的聚类或超参数设置--从而避免了为分析预先指定单一的超参数集,用户可以自由定义使用哪种聚类算法。结果以两种方式可视化:用聚类图显示不同分辨率之间的聚类重叠情况;用二维数组图,其中每个点用饼图表示,表示其与不同聚类中心点的相似度。
SpatialCPie的用户界面是用Shiny实现的。该界面主要由两部分组成:Cluster graph和Array plot。
Cluster graph
聚类图(图1,左)是一个可视化的图,可以显示不同分辨率