hello，大家好测暗，今天我們來深入分析一下有關(guān)10X空間轉(zhuǎn)錄組的共定位分析問題宠漩，其實有關(guān)共定位問題呢，之前的一些文章也都分享過慎璧，文章在空間轉(zhuǎn)錄組細胞類型的spot distance-based analyses床嫌，距離分析，空間轉(zhuǎn)錄組細胞類型的距離分析之二---代碼實現(xiàn)胸私，當(dāng)然厌处，還有一些其他的分享來介紹配受體的空間分布關(guān)系，例如10X空間轉(zhuǎn)錄組細胞通訊之stlearn（尋找區(qū)域交流熱點中心）岁疼，10X空間轉(zhuǎn)錄組（10X單細胞）之論細胞通訊空間分布的重要性等等阔涉，其中這些都很強調(diào)空間分布的重要性缆娃，而其中最應(yīng)該關(guān)注的就是共定位和互斥的空間關(guān)系，今天我們來分享關(guān)于共定位的內(nèi)容瑰排。
關(guān)于共定位贯要，分為兩部分內(nèi)容，一種是細胞類型共定位椭住，一種是配受體的共定位崇渗，關(guān)于這個問題，在文章Spatiotemporal analysis of human intestinal development at single-cell resolution京郑，這篇文章于2021年1月份發(fā)布于Cell宅广，頂級期刊，很多方法值得借鑒些举，我們這次只關(guān)注我們的共定位問題跟狱。
首先我們來看細胞類型的共定位
先看文章里面給出的計算方法；
-
第一步户魏，空間細胞類型的預(yù)測
Cell type prediction probabilities were calculated for each spot using factor analysis via FindTransferAnchors and TransferData functions in Seurat.驶臊，這個地方大家應(yīng)該都不陌生，無論是做10X單細胞還是10X空間轉(zhuǎn)錄組叼丑，都應(yīng)該非常熟悉关翎，而且預(yù)測出來的數(shù)據(jù)類型及格式，就不多介紹了鸠信，大家應(yīng)該都知道（不知道的自動面壁去??） - 第二步笤休，計算相關(guān)性（Pearson correlations）
For all predictions, pairwise cell type prediction probability score Pearson correlations were calculated using all tissue covered spots in a given slide in order broadly to assess spatial cell type co-occurrence within the same spot. Correlation r matrices were clustered using hierarchical clustering and significant correlations (adjusted p value < 0.05) were visualized in cell type pairwise heatmaps.
預(yù)測得到的矩陣分數(shù)信息，計算Pearson相關(guān)性症副，以此來估計兩種細胞類型在同一個spot共同出現(xiàn)的現(xiàn)象店雅，也就是我們關(guān)系的細胞類型共定位的問題。得到的相關(guān)性矩陣進行層次聚類贞铣，顯著相關(guān)的兩種細胞類型會進行展示闹啦，這個地方看起來比較簡單，但真正做辕坝，有點難窍奋。
圖片.png
圖片.png
那這個細胞類型共定位有什么用呢？酱畅？琳袄？免疫細胞和疾病細胞共定位會有什么發(fā)現(xiàn)呢？纺酸？窖逗？？??餐蔬，很有意思的分析結(jié)果碎紊。
細胞類型共定位的擴展佑附，這里的細胞類型共定位還限制于一個SPOT，其實個人覺得應(yīng)該擴展一點仗考，將一個SPOT的臨近SPOT也納入分析范圍音同，算入細胞類型的共定位，這樣的結(jié)果會更好一點秃嗜。
接下來我們來看配受體的共定位
我們先來看文章的解釋
To identify spatially co-localizing receptor-ligand pairs, we tested all putative receptor-ligand pairs identified from our single cell analysis.（看來作者這里檢驗的配受體是從10X單細胞分析結(jié)果得到的权均，分析軟件是SingleCellSignalR，這個軟件我封裝過锅锨，下面展示一下這個軟件的一個結(jié)果分析圖）
圖片.png
首先第一步螺句，F(xiàn)irst, for each receptor-ligand pair, as before we fit a generalized linear model to test whether the expression of the receptor is dependant on the expression of the ligand in individual spots in each given slide.（這個地方注意是同一個spot，而不是臨近spot）橡类。
第二步，After multiple-testing correction (Benjami-Hochberg), pairs with adjusted p value of < 0.05 and a positive coefficient were considered as spatially co-localizing.
這部分還是同一spot的配受體共定位問題芽唇。
As some receptor-ligand pairs may signal over larger distances, we next sought the repeat the analysis by also including adjacent spots in the analysis. For each spot, we first calculated a distance-smoothed expression matrix as the mean expression in any given spot and spots immediately surrounding it. We then repeated the co-localization analysis as described above.（這個地方的分析就包括了配受體定位SPOT的鄰域分析顾画，注意這里的處理，取的是平均值）匆笤。
圖片.png
有什么用呢研侣？配受體對空間分布一致絕不是偶然。除了我們認為需要接觸式的配受體關(guān)系炮捧，那種分泌式的配受體有相同的空間分布庶诡，說明了什么呢？咆课？ 大家不妨自己想一想末誓，這一點非常重要。
生活很好书蚪，等你超越
