河北生物研究所

本篇文章给大家分享河北生物技术空间转录组，以及河北生物研究所对应的知识点，希望对各位有所帮助。

简述信息一览：

• 1、10X单细胞(10X空间转录组)scvelo动态模型导论
• 2、2篇文章带你Get肿瘤空间转录组研究思路
• 3、10X空间转录组之构建邻域通讯网络
• 4、10X空间转录组和10X单细胞数据联合分析方法汇总

10X单细胞(10X空间转录组)scvelo动态模型导论

轨迹推断的一个核心挑战是单细胞 RNA 测序 （scRNA-seq） 的破坏性，它只能揭示细胞状态的静态快照。 为了从描述性轨迹模型转向预测性轨迹模型，需要额外的信息来限制可能产生相同轨迹的可能动态空间 。

Stereoscope 包含一个噪声术语作为“虚拟”细胞类型的一种形式，以解释不对称数据集，其中细胞类型在空间和单细胞数据中没有完美重叠。

一旦真正的空间转录组数据含有某些单细胞不存在的细胞类型（比如说技术壁垒，10X单细胞捕获中性粒细胞结果很差），那么预测的结果很可能出现错误，我们往后看看，是否作者提到这个问题。

比较二维空间中的传出和传入交互强度，可以轻松识别出具有不同数据集之间发送或接收信号的显着变化的细胞群体。

空间转录组学 （ST） 技术正迅速成为单细胞 RNA 测序 （scRNAseq） 的延伸，具有以单细胞分辨率分析基因表达的潜力，同时保持组织内的细胞组成 。

LIANA（LIgand-receptor AAnalysis frAmework）是一个框架，能够使用不同的资源和方法对来自单细胞转录组学的配体-受体相互作用进行优先排序。

2篇文章带你Get肿瘤空间转录组研究思路

文章二：原发性肝癌空间转录组分析 研究背景 原发性肝癌（PLC）是死亡率第二高的肿瘤，其中肝细胞癌（HCC）和肝内胆管癌（ICC）是两种主要的组织学亚型。

该研究利用空间转录组技术首先在被子植物和裸子植物中模拟了生成空间转录组图谱的可行性，并且在拟南芥中识别了141个表达差异基因和花序组织区域的功能通路上的189个差异基因。

单细胞和空间转录数据的结合算法，可以分为三类。

10X空间转录组之构建邻域通讯网络

1、所有组织中总共少于 1000 个细胞的稀缺邻域被合并到一个未分配的clusters中。 在整个分析过程中，每个组织中的邻域的丰度聚类。（ 这是一个新的点，空间邻域的聚类分析，很方便识别生态位 ）。

2、与 LIANA 相比，NicheNet 旨在深化将配体与一组转录靶标连接起来的细胞内机制，从而广泛使用来自多个来源的先验知识。

3、比较二维空间中的传出和传入交互强度，可以轻松识别出具有不同数据集之间发送或接收信号的显着变化的细胞群体。

4、组织中转录表达的相对位置对于理解其生物学功能和描述交互式生物网络至关重要。

5、Giotto Analyzer 创建了一个空间网格和邻域网络，将 物理上彼此靠近的细胞连接起来 。 这些对象作为执行与细胞邻域相关的分析的基础。

6、X Genomics提供的空间转录组数据和单细胞数据联合分析主要涉及以下几种主流方法：共表达分析：使用共表达网络分析（WGCNA）或其他相关性分析方法，识别在不同细胞类型或组织区域***同表达的基因。

10X空间转录组和10X单细胞数据联合分析方法汇总

相反，空间转录组学 （ST） 分析可以描绘组织切片中的空间区域，但没有单细胞基因组分辨率。 在这里，作者开发了一种称为 CellTrek 的计算方法，它结合了这两个数据集来实现单细胞空间映射。

对同一单细胞中的表达和染色质可及性进行分析为了解驱动细胞发育连续体的转录和表观遗传机制的相互作用提供了前所未有的机会。

这个地方我看了一下，每个样本都是单独分析出来的结果，其实对于细胞通讯一直有一个争议，那就是先整合后再分析呢，还是单样本分析完了进行比较，不知道大家怎么看，Cellchat这里是建议分开做 CellChat从全局出发，以预测细胞间通信的一般原理。

目前单细胞分析而言，分析方向大致包括以下几个方面，1）器官发育（这个用空间转录组更为合适）；2）疾病样本，尤其是肿瘤样本的分析研究；3）其他非模式物种的细胞图谱。

关于河北生物技术空间转录组，以及河北生物研究所的相关信息分享结束，感谢你的耐心阅读，希望对你有所帮助。