塞姆拉:用于空间解析的转录组学分析和可视化的多功能工具包
Ludvig Larsson1, Lovisa Franzén1,2, Patrik L Ståhl1
1Department of Gene Technology, KTH Royal Institute of Technology, Science for Life Laboratory, Tomtebodavägen 23, 171 65 Solna, Stockholm, Sweden.
Bioinformatics (Oxford, England)
|October 17, 2023
概括
该semla R包简化了从Visium平台的空间转录组学数据的分析和可视化. 它将基因表达与组织学相结合,以增强生物洞察力.
科学领域:
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
背景情况:
- 空间解析的转录组学提供基因表达数据与组织部分的空间背景.
- 将空间信息集成到数据分析和可视化中,对于生物学解释至关重要.
- 现有的计算工具可能无法充分利用伴随空间转录学数据的组织学上下文.
研究的目的:
- 介绍semla,一个用于处理,分析和可视化Visium空间转录数据的R包.
- 促进将空间信息和组织学背景集成到数据分析工作流程中.
- 为探索空间转录学数据和注释组织特征提供交互式工具.
主要方法:
- 开发一个R包,semla,利用R进行数据处理和可视化.
- 实现交互式Web应用程序,以方便用户进行数据探索.
- 将基因表达数据与相应的组织学图像集成.
主要成果:
- 塞姆拉软件包使空间转录学数据的全面分析成为可能.
- 交互式可视化工具允许在组织架构中直观地探索基因表达模式.
- 该包支持组织注释,有助于空间数据的生物解释.
结论:
- semla为研究人员提供了一个强大的和可访问的平台,用于使用Visium空间转录学数据.
- 该包通过将基因表达与空间和组织学信息相结合,提高了获得生物见解的能力.
- semla促进了高效的数据探索和分析,使空间转录学更易于处理.
