作者，追風(fēng)少年i
對于單細(xì)胞和空間轉(zhuǎn)錄組的數(shù)據(jù)分析而言衣撬，聚類分析都是繞不開的一個話題乖订，從單細(xì)胞數(shù)據(jù)分析的角度看，聚類分析得到的聚類結(jié)果具练，每個群代表了某種細(xì)胞類型乍构，運(yùn)用經(jīng)典的marker或者生信的手段可以將其注釋并用于下游的個性化分析，單細(xì)胞所有的個性化分析都建立在細(xì)胞注釋的前提之上扛点；那么對于空間轉(zhuǎn)錄組哥遮，由于其每個spot包含了多個細(xì)胞，可能是相同的細(xì)胞類型陵究，但更多的為不同細(xì)胞類型的混合眠饮，這樣的條件下，聚類分析的手段相對于單細(xì)胞會有什么樣的差異铜邮？應(yīng)該如何解讀空間轉(zhuǎn)錄組的聚類分析仪召？這樣的分析寨蹋，對于我們認(rèn)知組織的空間結(jié)構(gòu)提供了怎樣的視角？本篇就帶領(lǐng)大家走進(jìn)空間轉(zhuǎn)錄組聚類分析的世界扔茅。
空間轉(zhuǎn)錄組分子聚類
所謂分子聚類已旧，即跟單細(xì)胞聚類的方法一致，采用細(xì)胞/基因的矩陣進(jìn)行降維聚類召娜，跟單細(xì)胞所不同的是這里是spot/基因的矩陣進(jìn)行降維聚類运褪，示意圖如下：
降維聚類的結(jié)果跟單細(xì)胞很相似，采用的降維手段也是PCA玖瘸、TSNE/UMAP吐句，尤其在分析空間多樣本整合聚類的時候，采用UMAP非線性降維的方式居多店读，聚類方法通常采用louvain/leiden，另外空間還可以展示聚類結(jié)果的空間分布攀芯，如下圖：
如前所述屯断，單細(xì)胞的聚類結(jié)果每個群代表了某種細(xì)胞類型，那么對于空間轉(zhuǎn)錄組而言侣诺，聚類結(jié)果則代表了某個區(qū)域殖演，但是請注意，每個區(qū)域都是由多種細(xì)胞類型混合而成年鸳，正是由于細(xì)胞類型的有序結(jié)合和相互作用趴久，才會形成特定的空間區(qū)域，行使特定的生物學(xué)功能搔确。
分子聚類的基礎(chǔ)仍然是基因彼棍，從基因的角度進(jìn)行聚類，也體現(xiàn)了基因的空間區(qū)域分布特征膳算，而基因的載體是細(xì)胞座硕，基因的空間區(qū)域分布，體現(xiàn)的就是細(xì)胞的空間特異性涕蜂，尤其在細(xì)胞通訊的研究中华匾，配受體基因的空間分布蘊(yùn)含了豐富的交流信息；其次空間聚類不僅僅劃分了區(qū)域特征机隙，同時也為我們確定了組織區(qū)域的邊界蜘拉，組織作為一個有序的統(tǒng)一體，各個空間區(qū)域的邊界分析有鹿、尤其是tumor與normal的邊界分析旭旭，已經(jīng)成為了空間轉(zhuǎn)錄組研究的重點(diǎn)。
