使用图像多样性的交叉模式映射,将组织尺度的地图与分子尺度的测量对齐,并应用于2D大脑部分

科学领域:

• 计算生物学 计算生物学
• 神经科学是一个神经科学.
• 基因组学就是基因组学.

背景情况:

• 空间转录学技术产生高维数据,对传统的地图库构建构成挑战.
• 将稀疏,新兴的转录基因数据集与现有的组织地图集对齐,需要先进的计算方法.
• 目前的方法很难模拟亚细胞基因检测的复杂性,并整合各种数据类型.

研究的目的:

• 开发一个计算框架,以建立分子尺度转录学和组织尺度地图之间的对应关系.
• 为了应对图谱构建和交叉样本/技术与稀疏数据对齐方面的挑战.
• 将多样化的分子和细胞数据集集集成到单一的坐标系统中,以便进行比较和进一步开发地图.

主要方法:

• 将空间转录组学数据表示为编码位置和高维特征 (基因,细胞类型) 的概括函数.
• 将数据映射到低维地图本体上,通过将区域建模为均的随机场.
• 同时解决最小化地质二形态 (使用LDDMM) 和潜在特征密度.

主要成果:

• 成功地将组织规模的小鼠大脑图谱映射到MERFISH和BARseq转录组学数据中.
• 基于基因和基于细胞的综合转录学与他的病理学和跨物种地图集.
• 证明了统一坐标系统对多样化数据集集成的有用性.

结论:

• 拟议的方法有效地弥合了分子规模的转录学和组织规模的地图.
• 这种方法有助于整合异构的生物数据集,以构建全面的地图集.
• 能够在不同技术,物种和数据模式之间进行可靠的比较和分析.