无斑点,一种可复制的管道,用于在空间转录学中对细胞类型解卷进行基准测试
Chananchida Sang-Aram1,2, Robin Browaeys1,2, Ruth Seurinck1,2
1Data Mining and Modelling for Biomedicine, VIB Center for Inflammation Research, Ghent, Belgium.
eLife
|May 24, 2024
概括
我们对11种空间解卷方法进行了基准测试,用于空间转录组学 (ST). 确定了cell2location和RCTD等顶级方法,但简单的回归模型也表现良好.
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.
- 生物信息学是一种生物信息学.
背景情况:
- 空间转录组学 (ST) 技术为细胞转录组数据提供空间背景.
- 当前的ST方法往往缺乏单细胞分辨率,需要计算解卷以推断序列斑点内的细胞类型.
研究的目的:
- 为了对11种空间转录学解卷方法的性能进行基准和比较.
- 评估跨数据集和可扩展性的方法稳定性.
- 提供一个可重复的管道,用于解构和基准测试.
主要方法:
- 使用63个银标准,3个金标准和2个组织病例研究 (肝脏,黑色素瘤) 的11种脱方法的基准测试.
- 开发"合成点"模拟引擎,从单细胞RNA测序数据生成银色标准.
- 基于性能,稳定性和可扩展性的评估.
主要成果:
- cell2location和RCTD成为了表现最好的方法.
- 一个简单的回归模型出乎意料地超过了近一半的专业解卷方法.
- 在高度丰富或罕见的细胞类型中,方法性能显著下降.
结论:
- 该研究确定了空间转录学的主要解卷工具,并强调了更简单模型的有效性.
- 对于具有偏斜细胞类型分布的数据集的解卷精度仍然存在挑战.
- 提供可重复的Nextflow管道 ("无点基准") 用于数据生成,解卷和基准测试.
