作者骂远，Evil Genius
妹妹結(jié)婚，我呢腰根，婚禮正進行的時候激才，相親對象給我發(fā)微信，我覺得我們不合適~~~额嘿，相親對象瘸恼，一面之緣。
HD數(shù)據(jù)已經(jīng)有了很多項目了册养，之前也一直提HD數(shù)據(jù)是要結(jié)合圖像分割來分析的东帅，但是10X官網(wǎng)的分析方法仍需要改進, 同時要有顯微鏡掃描的高清btf文件，目前能做這個的公司不多捕儒，而且我們需要一種更加簡單實用經(jīng)濟的分析方法冰啃。
核心點：將細胞分割與Visium HD轉(zhuǎn)錄組學數(shù)據(jù)相結(jié)合
目前HD數(shù)據(jù)分析面臨的一些挑戰(zhàn)
首先邓夕，一些細胞比聚集的spot尺寸小刘莹，從而導(dǎo)致污染。更有問題的是焚刚，這些spot很少完全重疊在單個細胞上点弯。在許多情況下，每個spot重疊了2個或更多的細胞矿咕，反之亦然抢肛，每個細胞重疊超過1個spot（通常超過2個給定的3D位置），特別是在細胞直徑小于8微米的情況下碳柱，或者細胞重疊或緊密間隔的情況下捡絮。
解決方法
Bin2cell等先前的工作提出了一種結(jié)合形態(tài)學和基因表達信息來獲得準確的單細胞轉(zhuǎn)錄物計數(shù)的方法，而不是使用8μm x 8μm的bin進行下游分析莲镣。Bin2cell使用Stardist獲取細胞輪廓福稳。雖然這種集成成像加測序方法在某些情況下獲得了良好的結(jié)果，但是當細胞間隔較緊時瑞侮，效果可能較差的圆。在這種情況下鼓拧，許多spot重疊多個細胞。
最佳解決方案：基于深度學習的細胞分割模型 + 空間表達數(shù)據(jù)
方法步驟
（1） 圖像分割
（2）Bin-to-Cell Assignment
（3）Cell Type Annotation
（4）下游的個性化分析（包括共定位等等）
實現(xiàn)方法越妈，以10X數(shù)據(jù)為例
###下載數(shù)據(jù)
curl -O https://cf.10xgenomics.com/samples/spatial-exp/3.0.0/Visium_HD_Human_Colon_Cancer/Visium_HD_Human_Colon_Cancer_tissue_image.btf
####Visium HD output file
curl -O https://cf.10xgenomics.com/samples/spatial-exp/3.0.0/Visium_HD_Human_Colon_Cancer/Visium_HD_Human_Colon_Cancer_binned_outputs.tar.gz
tar -xvzf Visium_HD_Human_Colon_Cancer_binned_outputs.tar.gz
.
└── binned_outputs/
└── square_002um/
├── filtered_feature_bc_matrix.h5 <---- Transcript counts file (2um resolution)
└── spatial/
└── tissue_positions.parquet <---- Bin locations relative to the full resolution image
