作者，Evil Genius
生活不如意趾唱，快用CBD
前幾天剛有人讓我視頻關(guān)閉涌乳，微信公眾號文章被一些別有用心的人舉報，今天就出現(xiàn)了大量盜用我名號單細(xì)胞空間交響樂的視頻出現(xiàn)在B站騙人甜癞。
我在B站只有唯一的賬號夕晓，名字是七夜聽雪ii，所有的單細(xì)胞空間培訓(xùn)視頻均是免費公開的悠咱，大家可以隨意查看蒸辆。
B站個人網(wǎng)址https://space.bilibili.com/390048230?spm_id_from=333.1007.0.0
大家要小心識別啊，我從來不和任何營銷號析既，培訓(xùn)公司的人合作躬贡，如果我自己要開課，我會在自己的微信公眾號單細(xì)胞空間交響樂發(fā)布眼坏，而且發(fā)布的時候大家直接就可以加上我本人的微信拂玻，也會在微信群里面發(fā)布信息。
我們開始今天的學(xué)習(xí)空骚，第一步就是空間注釋纺讲，空轉(zhuǎn)系列上課的時候強調(diào)過，空間也是需要注釋的囤屹，如下圖
形態(tài)學(xué)注釋是必須的熬甚。
包括這種組織學(xué)的空間距離分析，代碼在空間轉(zhuǎn)錄組數(shù)據(jù)分析之空間軌跡（Spatial tendency）
我們今天主要分享的是肋坚，結(jié)合轉(zhuǎn)錄組信息和組織學(xué)信息來識別細(xì)胞hubs乡括。
空間分辨基因表達(dá)譜提供洞察組織組織和細(xì)胞-細(xì)胞串?dāng)_;然而肃廓，基于測序的空間轉(zhuǎn)錄組學(xué)(ST)缺乏單細(xì)胞分辨率。目前的ST分析方法需要單細(xì)胞RNA測序數(shù)據(jù)作為嚴(yán)格解釋細(xì)胞狀態(tài)的參考诲泌，大多數(shù)不使用相關(guān)的組織學(xué)圖像盲赊，也無法推斷多個組織的共享鄰域。
知識背景
- 在多細(xì)胞生物中敷扫，不同類型細(xì)胞的功能受到其周圍環(huán)境的強烈影響哀蘑。揭示組織中細(xì)胞類型之間的空間組織和交流，有助于深入了解它們的發(fā)育葵第、對刺激的反應(yīng)绘迁、對微環(huán)境的適應(yīng)或向惡性或病變狀態(tài)的轉(zhuǎn)變。
- 細(xì)胞類型和精細(xì)狀態(tài)的準(zhǔn)確表征對于比較它們的空間組織和跨組織的通信至關(guān)重要卒密。
- 大多數(shù)現(xiàn)有的用于分析ST數(shù)據(jù)的計算方法(Cell2location, DestVI, Tangram, Stereoscope, RCTD缀台， BayesPrism等)需要配對和注釋的單細(xì)胞數(shù)據(jù)作為參考，并且無法整合組織樣本哮奇。
- 使用單細(xì)胞圖譜參考已被證明會增加反褶積誤差膛腐，尤其不匹配的單細(xì)胞數(shù)據(jù)或者公共數(shù)據(jù)。
- 通過轉(zhuǎn)錄組和組織學(xué)圖像的聯(lián)合建模鼎俘，推斷出高精度和背景依賴的細(xì)胞狀態(tài)的比例哲身，同時獲得細(xì)胞類型特異性基因表達(dá)譜，用于下游分析而芥÷砂眨基因表達(dá)和組織學(xué)的整合解釋了組織結(jié)構(gòu)、細(xì)胞密度棍丐、結(jié)構(gòu)化技術(shù)噪聲和測量之間的空間依賴性误辑，這改善了細(xì)胞狀態(tài)及其排列的表征。通過整合多個組織歌逢，識別共享或樣本特異性niche和潛在的細(xì)胞-細(xì)胞cross-talk巾钉。
結(jié)果1、Starfysh執(zhí)行無參考的細(xì)胞類型反卷積（需要機器學(xué)習(xí)）
Starfysh overview and performance on simulated data
文章主要提到的功能
- 無參考的細(xì)胞類型和細(xì)粒度細(xì)胞狀態(tài)反卷積功能
- 識別細(xì)胞的niche
- 細(xì)胞通訊
- 空間可變基因秘案、細(xì)胞狀態(tài)和共定位網(wǎng)絡(luò)
結(jié)果2砰苍、Starfysh dissects the spatial heterogeneity of breast tumors，Starfysh顯示了一種空間共變的腫瘤-免疫轉(zhuǎn)變
Characterizing spatial tumor heterogeneity in breast carcinoma
- 空間“hubs”定義為具有相似組成的spot
- 不同的腫瘤細(xì)胞狀態(tài)存在于不同的空間hubs
- Starfysh能夠闡明腫瘤內(nèi)轉(zhuǎn)錄異質(zhì)性阱高，并表征多樣化和患者特異性腫瘤細(xì)胞狀態(tài)赚导，部分取決于它們的空間背景和與免疫亞群的共定位。
- 空間CNV分析定義腫瘤細(xì)胞狀態(tài)
結(jié)果3赤惊、Starfysh定義了整合乳腺腫瘤的空間hubs
- hubs的分布在不同的疾病亞型和患者之間有所不同吼旧。
-
由腫瘤細(xì)胞主導(dǎo)的hubs'在患者之間是不同的。
Characterizing tumor–immune hubs from the integration of samples
結(jié)果4未舟、缺氧在MBC中形成免疫抑制生態(tài)位
- 空間數(shù)據(jù)整合識別細(xì)胞空間分布差異和互作
-
根據(jù)腫瘤區(qū)域周圍的空間排列將其分為瘤內(nèi)圈暗、瘤周和間質(zhì)三類掂为，不同樣本的腫瘤內(nèi)hubs突出了患者之間腫瘤細(xì)胞的異質(zhì)性。
Intratumoral inflammation and heterogeneity in MBC epithelia
結(jié)果5员串、乳腺間質(zhì)TME的空間組織與相互作用
-
CODEX平臺獲得單細(xì)胞級別的空間數(shù)據(jù)勇哗，以識別細(xì)胞的空間分布和空間鄰域，以及細(xì)胞之間的距離關(guān)系
Spatial heterogeneity of the stromal breast TME
最后的示例代碼在GitHub - azizilab/starfysh: Spatial Transcriptomic Analysis using Reference-Free auxiliarY deep generative modeling and Shared Histology
其中包括解卷積和空間整合（組織學(xué) + 轉(zhuǎn)錄組數(shù)據(jù) + 多樣本）
或者大家可以在百度網(wǎng)盤下載原始文章和示例代碼
鏈接：https://pan.baidu.com/s/1qYazfSPr77vyUjxWhOZX_g?pwd=1epl
提取碼：1epl
