脚本更新---整合单细胞、空间(visium为主)、HE高精度图片实现高精度空间数据分析

作者,Evil Genius

今日我们需要实现的目标,visium的高精度分析,这种分析最直观的提升就是看到细胞在不同区域的分布状态,区域细胞密度,比直接分析visium,不做图像分割的HD、Stereo-seq,完全不知道细胞分布状态要好的多。


一些常识

细胞在微环境中的位置是其功能和与邻近细胞相互作用的关键决定因素。

分析框架

分析需要实现的目标

反卷积: 估计空间组织每个捕获区域中每种细胞类型的丰度。
分解:将空间转录组学数据分解到单细胞水平。
伪单细胞分辨率图像:生成伪单细胞分离率图像来重建细胞邻域。

准备好数据,visium数据,单细胞数据,HE染色图片。

  • Install and load packages
  • Load Visium and scRNA data
  • Select marker genes for the deconvolution
  • Deconvolution: Estimate cell abundance in spatial spots
  • Segmentation: Estimate cell number in each spatial spot
  • Decomposition: Decompose the expression of each spatial spot into single-cell level
  • Generate pseudo single-cell resolution image

准备好了就开始分析代码了(python)。

还有 72% 的精彩内容
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
禁止转载,如需转载请通过简信或评论联系作者。
支付 ¥200.00 继续阅读

推荐阅读更多精彩内容