核酸研究:同济大学王开发的空间转录组分析算法——STRIDE

来源：生物世界2022-03-12 10:11

近年来，随着高通量单细胞测序技术的发展，研究人员可以在单细胞分辨率下研究复杂生物系统中细胞的异质性，但在实验过程中需要进行组织消化等操作，导致细胞在组织中的原始位置信息丢失。新兴的空间转录组学技术不仅量化了基因表达水平，而且保留了细胞的空间信息，因此研究人员可以在空间背景下研究细胞的不同功能状态以及细胞之间的相互作用。然而，由于技术的限制，目前大多数空间转录组或检索。

近年来，随着高通量单细胞测序技术的发展，研究人员可以在单细胞分辨率下研究复杂生物系统中细胞的异质性，但在实验过程中需要进行组织消化等操作，导致细胞在组织中的原始位置信息丢失。新兴的空间转录组学技术不仅量化了基因表达水平，而且保留了细胞的空间信息，因此研究人员可以在空间背景下研究细胞的不同功能状态以及细胞之间的相互作用。然而，由于技术的限制，目前大多数空间转录组要么检测的基因数量少，要么达不到单细胞的分辨率，这给空间转录组的高精度分析带来了巨大的挑战。

近日，同济大学王研究组在《核酸研究》杂志上发表了题为《Stride:利用单细胞RNA测序精确分解和整合空间转录组学》的研究论文。

本研究开发了空间转录组和单细胞的集成分析工具——STRIDE，通过机器学习和数据集成，将空间转录组数据提高到单细胞精度。

stride(spatial transcriptomics de convolution by topic modeling)是一种基于主题模型的机器学习算法，旨在借助匹配的单细胞数据分析空间转录组的细胞类型。STRIDE首先从单个细胞数据中学习和训练与细胞类型相关的主题模型，然后将主题模型应用到空间转录组数据中，得到每个空间位置的主题分布，从而推断出其精确的细胞组成。此外，STRIDE还促进了下游分析功能，包括空间特征识别和可视化、空间聚类和3D组织重建。

为了论证STRIDE分析细胞组成比例的准确性，本文从单细胞数据模拟生成空间转录组数据，并预测其细胞组成。与其他已发表的空间转录组去卷积分析工具相比，STRIDE具有更高的准确性和灵敏度，在分析空间上具有共位关系的细胞组成以及测序深度较低时具有更好的性能。

为了进一步证明stride可以广泛应用于不同组织和技术的空间转录组数据的分析，本文将STRIDE应用于来自不同生物系统的三组数据，包括小鼠小脑的Slide-seq数据、人类鳞状细胞癌的空间转录组数据和人类胚胎心脏发育的10X Visium数据。在对小鼠小脑数据的分析中，STRIDE不仅精确构建了小鼠小脑的空间细胞图谱，还发现专题特征比已知的标记基因更能定义细胞的空间分布。在人类鳞状细胞癌的应用中，STRIDE分析了肿瘤微环境中各种细胞类型的空间分布，并以此为基础，结合空间邻近信息进行空间聚类分析，利用单细胞数据提高空间转录组的准确性，发现肿瘤内部和边界的恶性细胞具有不同的特征和功能。在人类胚胎心脏发育的数据中，STRIDE注释了三个不同发育阶段的心脏切片的细胞类型，并准确定位了一种罕见的细胞类型。然后，基于连续切片之间“主题”分布和空间结构的相似性，STRIDE对连续切片的数据进行了整合和分析，成功构建了发育阶段心脏的三维模型。(100yiyao.com)

复印机

本网站所有标注“来源：100医学网”或“来源：bioon”的文字、图片、音视频资料，均属于100医学网网站的版权。未经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。获得书面授权转载时，必须注明“来源：100医学网”。其他来源的文章都是转载。本网站所有转载都是为了传递更多信息。转载内容不代表本网站立场。不希望被转载的媒体或个人可以联系我们，我们会立即删除。

87%的用户在用100医网APP随时阅读、评论、分享。请扫描二维码下载-