CytoSPACE是一种新的计算方法，能将scRNA-seq数据映射到空间转录组数据，提供高基因覆盖率和高空间分辨率。通过全局优化策略，它在不同组织和平台上的性能优于现有方法，尤其在细胞定位和状态识别上表现出色。该工具为单细胞和空间转录组学研究提供了强大的分析工具。
最近的研究强调了单细胞空间生物学的重要性，但现有的空间转录组学检测方法具有有限的基因恢复或低空间分辨率。近日，《Nature Biotechnology 》发表了一种将单个细胞从scRNA-seq图谱映射到空间表达谱的优化方法：CytoSPACE。
CytoSPACE是什么？
CytoSPACE是一种将单细胞转录组分配给原位空间转录组学（ST）数据的计算方法，需要组织样本的空间转录组分析和注释的scRNA-seq图谱作为输入，并产生具有高基因覆盖率和适合下游分析的空间分辨scRNA-seg数据的重建组织样本。CytoSPACE提供bulk ST和单细胞ST模式。
CytoSPACE框架
CytoSPACE通过受约束的全局优化来产生单细胞到组织的稳健映射。它对整个转录组进行操作，而不会减少预选标记基因或共享嵌入空间，从而保持对细微细胞状态的敏感性。
具体来说，CytoSPACE构建了(1)一组与ST样本中预测存在的scRNA-seq相匹配的输入scRNA-seq，以及(2)根据每个位置的预测细胞密度，ST样本中可用的一组“子点”。有了这些匹配的集
最低0.47元/天 解锁文章
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
