前沿Perspective | 空间转录组数据分析方法最新进展

空间转录组学是一个迅速发展的领域，有望以单细胞或亚细胞分辨率全面表征组织结构。计算方法的发展对从原始数据中提取生物信号起着重要作用；下游分析工具将空间组织和细胞间通信描述为可量化属性，并提供算法来推导此类属性；集成管道进一步将多个工具组合在一个包中，使生物学家能够方便地从头到尾分析数据。

近日，来自美国的研究人员在《Genome Research》发表Perspective，总结了空间转录组数据分析方法和管道的最新进展，并讨论了它们如何在不同的技术平台上运作。

注：不同于综述文章，Perspective中的描述和观点会相对主观，如有不同意见建议与作者交流Corresponding authors: rdries@bu.edu, guo-cheng.yuan@mssm.edu。

无论目前空间转录组技术的差异如何，空间转录组分析的共同目标是连接和整合来自基因表达和细胞或转录位置的信息。这对于提取有用的生物信息、与细胞形态联系以及产生新的假设至关重要。

对原始空间转录组数据进行预处理 

空间转录组学分析方法概述 

从空间转录组数据中识别细胞类型

细胞类型识别和定位可能是空间转录组数据分析的最基本任务。

利用空间转录组数据进行细胞类型鉴定的策略

如果数据具有单细胞分辨率，例如在multiplexed FISH方法中，无监督聚类与手动或自动注释相结合是以无偏方式识别细胞类型的常用方法。由于细胞类型识别不需要空间信息，因此该任务与scRNA-seq分析非常相似，已经为其开发了许多方法，例如Louvain、Leiden cluste