作者敞曹，Evil Genius
10X Visium HD發(fā)布了，那么高精度平臺又多了一個巨無霸祖能，面對如此多的平臺，我們該如何選擇蛾洛？
我們來匯總一下养铸，這些平臺全部都介紹過
| 平臺 |
精度 |
是否單細胞級別 |
圖片與數(shù)據(jù)是否可以結(jié)合 |
測序組學(xué) |
可視化軟件配套情況 |
注意事項 |
| Nanostring CosMx Spatial Molecular Imager |
細胞級 |
是 |
是 |
轉(zhuǎn)錄雁芙、蛋白 |
有CosMx |
貴 |
| 10X Genomics Xenium |
細胞級 |
是 |
是 |
轉(zhuǎn)錄 |
loupe |
單細胞級別算法推斷而來，檢測需要panel钞螟，目前檢測基因的通量不足兔甘，據(jù)說要達到5000級別 |
| 10X Genomics Visium |
55um |
否 |
是 |
轉(zhuǎn)錄 |
loupe |
精度低 |
| Akoya CODEX |
單細胞級 |
是 |
是 |
蛋白 |
有 |
蛋白組，通量低鳞滨、精度高 |
| 10X Genomics Visium HD |
亞細胞級 |
亞細胞級 |
是 |
轉(zhuǎn)錄 |
loupe |
高精度洞焙，目前5萬/樣本 |
| BGI STOmics |
亞細胞級 |
亞細胞級 |
否 |
轉(zhuǎn)錄 |
無 |
圖片和數(shù)據(jù)不能結(jié)合，區(qū)域劃分和數(shù)據(jù)分析困難較大 |
| 百創(chuàng)S1000（聽說升級了版本） |
亞細胞級 |
亞細胞級 |
否 |
轉(zhuǎn)錄 |
不清楚拯啦，大概率無 |
接觸很少，具體細節(jié)不了解 |
| 尋因 |
單細胞級別 |
單細胞級別 |
是提岔，但是不是建庫測序的圖片而是臨近的組織圖片 |
轉(zhuǎn)錄 |
云平臺笋敞，目前尚未商用 |
采用空間核轉(zhuǎn)錄組捕獲技術(shù) |
這些技術(shù)促進單細胞級空間數(shù)據(jù)的生成。
至于高精度空間平臺的細胞注釋夯巷，說了很多遍了赛惩，大家可以參考
而其中最好的空間平臺，自然是10X系列喷兼，其中10X Genomics Visium HD目前應(yīng)該沒有敵手后雷。
精度高了自然好多了季惯。
國產(chǎn)平臺沒有好用的配套的可視化軟件真的是硬傷啊。
關(guān)于鄰域分析臀突，分享了很多了勉抓，這次再來補充一點候学，三個軟件全部分享過。
對于hoodscanR隐圾，使用plotcollocal函數(shù)進行鄰域識別和共定位分析掰茶。相反，Squidpy和Giotto使用gr.spatial_neighbors和createSpatialDelaunayNetwork函數(shù)進行網(wǎng)絡(luò)圖構(gòu)建濒蒋，然后分別使用gr.nhood_enrichment和cellProximityEnrichment函數(shù)進行共定位分析。
其中hoodscanR的分析代碼如下：
fnc <- findNearCells(spe, k = 100)
pm <- scanHoods(fnc$distance)
hoods <- mergeByGroup(pm, fnc$cells)
##Neighborhoods analysis
plotHoodMat(hoods, n = 10, hm_height = 5)
plotColocal(spe, pm_cols = colnames(hoods))
生活很好垛贤，有你更好
