Video Experimental Relacionado
Updated: Jan 8, 2026

10:16
Mining Spatial Transcriptomics Datasets using DeepSpaceDB
Published on: September 5, 2025
613
BatchSVG: identificación de genes sesgados por lotes en la aplicación de la detección espacialmente variable de genes
Kinnary Shah1, Christine Hou1,2, Jacqueline R Thompson1
1Department of Biostatistics, Johns Hopkins Bloomberg School of Public Health, Baltimore, MD, USA.
bioRxiv : the preprint server for biology
|December 22, 2025
Resumen
BatchSVG identifica y elimina genes sesgados por lotes en datos de transcriptómica espacial. Esto mejora los análisis posteriores, como la detección de dominios espaciales, al filtrar artefactos técnicos de genes espacialmente variables (SVG).
Área de la Ciencia:
- Genómica
- Bioinformática
- Biología Computacional
Sus antecedentes:
- La transcriptómica resuelta espacialmente (SRT) permite el análisis de la expresión génica dentro del contexto tisular.
- La identificación de genes espacialmente variables (SVG) es crucial para comprender la organización tisular.
- Los métodos actuales de detección de SVG a menudo analizan las secciones tisulares de forma independiente, lo que limita el análisis de atlas a gran escala.
Objetivo del estudio:
- Presentar BatchSVG, una herramienta novedosa para identificar y eliminar genes sesgados por lotes en datos SRT.
- Abordar el desafío de los artefactos técnicos (por ejemplo, portaobjetos, área de captura) que pueden confundir la identificación de SVG.
- Mejorar el rendimiento de los análisis posteriores, como la detección de dominios espaciales, mediante la mejora de la selección de SVG.
Principales métodos:
- BatchSVG compara los rangos de desviación por gen de los modelos binomiales con y sin covariables de efecto de lote.
- Los genes con cambios de rango significativos entre modelos se marcan como sesgados por lotes.
- El método se evaluó en dos conjuntos de datos SRT para evaluar su eficacia.
Principales resultados:
- BatchSVG identifica con éxito genes asociados con sesgos técnicos conocidos en datos SRT.
- La eliminación de genes sesgados por lotes condujo a resultados mejorados en la detección de dominios espaciales posteriores.
- La herramienta ofrece un enfoque robusto para mitigar artefactos técnicos en atlas espaciales a gran escala.
Conclusiones:
- BatchSVG es una herramienta eficaz para identificar y eliminar genes sesgados por lotes en transcriptómica resuelta espacialmente.
- La mitigación de artefactos técnicos a través de BatchSVG mejora la fiabilidad de la identificación de genes espacialmente variables.
- Este enfoque facilita análisis posteriores más precisos y la construcción de atlas espaciales robustos.
Videos de Conceptos Relacionados
DNA Microarrays
20.6K
Microarrays are high-throughput and relatively inexpensive assays that can be automated to analyze large quantities of data at a time. They are used in genome-wide studies to compare gene or protein expression under two varied conditions, such as healthy and diseased states. Microarrays consist of glass or silica slides on which probe molecules are covalently attached through surface functionalization. Most commonly, the slides are prepared through the chemisorption of silanes to silica...
20.6K
Comparing Copy Number Variations and SNPs
18.5K
Sequencing of the human genome has opened up several best-kept secrets of the genome. Scientists have identified thousands of genome variations that exist within a population. These variations can be a single nucleotide or a larger chromosomal variation.
Copy number variations or CNVs are the structural variations that cover more than 1kb of DNA sequence. The single nucleotide polymorphism (SNP), on the other hand, is a single nucleotide change or a point mutation that is found in more than 1%...
Copy number variations or CNVs are the structural variations that cover more than 1kb of DNA sequence. The single nucleotide polymorphism (SNP), on the other hand, is a single nucleotide change or a point mutation that is found in more than 1%...
18.5K
Genome-wide Association Studies-GWAS
15.2K
Genome-wide association studies or GWAS are used to identify whether common SNPs are associated with certain diseases. Suppose specific SNPs are more frequently observed in individuals with a particular disease than those without the disease. In that case, those SNPs are said to be associated with the disease. Chi-square analysis is performed to check the probability of the allele likely to be associated with the disease.
GWAS does not require the identification of the target gene involved in...
GWAS does not require the identification of the target gene involved in...
15.2K

