与空间解析的转录学数据进行基准测试的空间聚类方法
Zhiyuan Yuan1,2, Fangyuan Zhao3,4, Senlin Lin3,4
1Center for Medical Research and Innovation, Shanghai Pudong Hospital, Fudan University Pudong Medical Center, Fudan University, Shanghai, China. zhiyuan@fudan.edu.cn.
Nature methods
|March 16, 2024
概括
本研究对使用空间解析转录组学 (SRT) 数据进行空间聚类的13种计算方法进行了基准测试. 它揭示了互补的方法性能,但强调了处理复杂的空间领域和大规模任务的局限性.
科学领域:
- 计算生物学是一种计算生物学.
- 基因组学就是基因组学.
- 组织生理学 组织生理学
背景情况:
- 空间解析的转录学 (SRT) 能够在组织生理学中进行结构中心分析.
- 空间聚类的计算方法已经迅速发展.
- 目前缺乏对这些方法的全面基准.
研究的目的:
- 用SRT数据对13种空间聚类的计算方法进行基准测试.
- 根据准确性,空间连续性,标记基因检测,可扩展性和稳定性来评估方法性能.
- 为选择适当的空间聚类方法提供指导.
主要方法:
- 在34个SRT数据集 (7个数据集) 上评估了13种计算方法.
- 性能评估包括准确性,空间连续性,标记基因检测,可扩展性和稳定性.
- 在22个额外的具有挑战性的数据集和145个模拟数据集上进行测试,以评估稳定性和预处理影响.
主要成果:
- 现有的空间聚类方法显示了互补的性能和功能.
- 在检测非连续空间域和大规模任务中的局限性方面发现了挑战.
- 对各种因素的评估方法稳定性和预处理的影响.
结论:
- 该研究提供了对SRT数据当前空间聚类方法的全面评估.
- 强调需要改进处理复杂空间结构和大型数据集的方法.
- 为方法选择提供指导,并确定空间转录组学分析未来研究的领域.


