hello吼渡，大家好宋彼，這一次我們先來(lái)簡(jiǎn)單探討一下我們?cè)诜治?0X空間轉(zhuǎn)錄組數(shù)據(jù)時(shí)候得到的基因空間表達(dá)模式酷誓，也就是我們通常所說(shuō)的空間差異基因，我們先來(lái)看看這個(gè)基因怎么得到的原献。
implemented in FindSpatiallyVariables(), is to search for features exhibiting spatial patterning in the absence of pre-annotation.（未注釋的數(shù)據(jù)用于分析基因的空間表達(dá)模式）馏慨。The default method (method = 'markvariogram), is inspired by the Trendsceek, which models spatial transcriptomics data as a mark point process and computes a ‘variogram’, which identifies genes whose expression level is dependent on their spatial location（這個(gè)地方有兩個(gè)參數(shù)埂淮，一個(gè)是variogram，是R包Trendsceek的方法写隶，另一個(gè)參數(shù)是RunMoransI倔撞，用的是莫蘭檢驗(yàn)，用過(guò)monocle3的同學(xué)應(yīng)該知道這個(gè)方法慕趴，他們的作用都是根據(jù)空間位置來(lái)判斷基因模式）痪蝇，更具體地說(shuō)，此過(guò)程計(jì)算gamma（r）值冕房，該值測(cè)量相距某個(gè)“ r”距離的兩個(gè)點(diǎn)之間的依賴性躏啰。 默認(rèn)情況下，我們?cè)谶@些分析中使用r值“ 5”耙册，并且僅計(jì)算可變基因的這些值（變異的計(jì)算獨(dú)立于空間位置）以節(jié)省時(shí)間给僵。
We note that there are multiple methods in the literature to accomplish this task, including SpatialDE, and Splotch. We encourage interested users to explore these methods, and hope to add support for them in the near future.
圖片.png
目前這個(gè)部分的分析還是一片處女地，需要我們更多的探索觅玻，其實(shí)個(gè)人想到一個(gè)很感興趣的地方想际，就是空間差異基因和配受體分析結(jié)合培漏，是不是具有很好的價(jià)值呢溪厘？？
生活很好牌柄，等你超越
