空间转录组学研究正在达到单细胞空间分辨率,数据通常来自多个组织切片。《Genome biology》发表了一种计算方法BASS,支持单细胞分辨率空间转录组学的多尺度和多样本分析。BASS在单细胞尺度上进行细胞类型聚类,在组织区域尺度上进行空间结构域检测,这两项任务在贝叶斯层次结构模型框架内同时进行。
BASS是什么?
目前用于细胞类型聚类和空间结构域检测的方法存在两方面的局限性:1)所有现有方法仅执行两个分析任务中的一个,有效地使两个不同解剖尺度的分析相互分离;2)所有现有方法都集中于分析从单个组织切片收集的空间转录组学数据。基于此,开发团队提出了一种新的计算方法BASS,用于多尺度和多样本分析,克服了上述两个限制。
BASS以联合细胞类型聚类和空间结构域检测的形式进行多尺度转录组学分析,这两项分析任务在贝叶斯分层建模框架内同时执行。对于这两种分析,BASS适当考虑了空间相关性结构,并将基因表达信息与空间定位信息无缝集成,以提高其性能。此外,BASS能够进行多样本分析,联合建模多个组织切片/样本,促进跨组织样本的空间转录组学数据整合。
BASS的工作流程
BASS进行多尺度和多样本分析,以便在空间转录组学中进行准确的细胞类型聚类和空间域检测。BASS接受来自多个组织切片的基因表达矩阵和空间位置信息的输入,并在一个分级贝叶斯框架中对这两种信息进行建模。在分析中,BASS将组织上每个细胞的细胞类型标签(c)和空间结构域标签(z)作为潜在/隐藏的变量,并通过一个有效的推理算法推断它们。分析后,BASS提供推断出的细胞类型集群标签、空间结构域标签和每个空间结构域内的细胞类型比例作为输出结果。
BASS的性能测试
开发团队通过对三个数据集的全面模拟和应用来说明BASS准确地揭示大脑皮层和下丘脑的转录组和细胞景观的巨大优势。
模拟数据
首先,开发团队评估了不同方法在单个组织切片上进行空间结构域检测的性能:在模拟中发现BASS在所有场景中都优于HMRF、Ba