绘图更新--空转细胞等级的绘图更新(cell degree)

作者,Evil Genius

参加过培训的学员应该对这个内容不陌生,现在我的教程盗版满天飞,不知道多少人学会了这个细胞等级的分析绘图方法,当时培训的时候称这个分析为cell degree,也叫细胞网络,不过时过境迁,很多代码都需要进行更新,老版很多在软件更新后就不能用了。

希望大家能够坚持正版,学到真东西,也要学会自我更新的能力。

大家同时也要参考高精度的意义,CosMx文献分享--空间同型聚类对癌细胞可塑性的抑制

首先来复习一下cell degree的意义

细胞在空间位置上不是随机出现的,细胞在空间上的定位受到了周围环境以及自身状态的影响,而这种影响的结果,就是每种细胞类型在空间上形成了具有区域偏好性的细胞“网络”。为了系统的确定特定细胞类型的细胞区域“网络”,计算了每种细胞类别中的空间位置彼此相邻的倾向,这里我们称之为同型细胞“网络”。
同型细胞“网络”是为了确定单一细胞类型在空间上的分布特点,多条件进行比较会发现明显的差异和生物学变化。
为了评估每一类(这里就是细胞类型)中spot的空间聚类程度,针对空间转录组构建空间细胞网络,计算网络中每个点 i 的spot degree--- ki(即直接相邻spot的数量,对于 Visium 对应的最大spot degree为 6)。
意思就是一个spot含有细胞类型A,那其周围的6个spot如果都含有A,那么该spot 为等级6,5个spot含有A则是等级5,以此类推。
当然,对于阈值需要有一定的判断,含量过低的spot不能考虑为有效的degree。

我们来更新一下这个分析代码,实现这种degree分析

需要准备的内容

1、10X的比对结果
2、分析出来的rds(Seurat V5)
3、单细胞空间联合分析的结果(推荐cell2location、RCTD)
还有 77% 的精彩内容
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
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。
支付 ¥100.00 继续阅读

相关阅读更多精彩内容

友情链接更多精彩内容