螺旋:在不同的实验,条件和技术中整合和调整空间解析的转录组学数据
Tiantian Guo1,2, Zhiyuan Yuan3, Yan Pan4
1School of Software Engineering, Beijing Jiaotong University, Beijing, 100044, China.
Genome biology
|October 20, 2023
概括
SPIRAL集成了来自多个批次的空间解析转录组学 (SRT) 数据. 这种方法改善了批量效应的去除和空间对齐,用于全面的空间地图.
科学领域:
- 计算生物学 计算生物学
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
背景情况:
- 空间解析转录组学 (SRT) 提供基因表达数据与空间信息.
- 整合不同批次的SRT数据对于构建全面的空间地图集至关重要.
- 现有的方法在准确的数据集成和协调跨批次对齐方面面临挑战.
研究的目的:
- 开发一个新的计算框架,SPIRAL,用于整合多批次SRT数据.
- 改进批量效应去除,并使空间坐标的准确对齐.
- 为了方便构建一个统一的空间转录组地图.
主要方法:
- SPIRAL采用了两个模块的方法:SPIRAL集成和SPIRAL调整.
- 螺旋集成利用图域适应进行数据集成.
- 螺旋对齐使用集群意识的最佳运输来实现坐标对齐.
主要成果:
- 螺旋集成有效地消除批量效应,并识别共同的空间域.
- 在集成SRT数据方面,SPIRAL集成的性能优于现有的方法.
- 与当前的方法相比,螺旋对齐实现了更准确的坐标对齐.
- 在合成和真实SRT数据集上,SPIRAL表现出强大的性能.
结论:
- 螺旋提供了一个有效的解决方案,用于整合多批次SRT数据.
- 拟议的方法可以创建更全面,更准确的空间转录组地图.
- 螺旋在空间转录组学分析领域取得了进展.
更多相关视频
12:54Real-time Analysis of Transcription Factor Binding, Transcription, Translation, and Turnover to Display Global Events During Cellular Activation
Published on: March 7, 2018
13.6K
10:41Leveraging CyVerse Resources for De Novo Comparative Transcriptomics of Underserved Non-model Organisms
Published on: May 9, 2017
9.3K
