准确和高效的整合性参考信息空间域检测用于空间转录学

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:

• 空间解析的转录学 (SRT) 能够详细地绘制组织结构和功能.
• 随着SRT数据集规模和复杂性的增加,分析需要先进的计算方法.

研究的目的:

• 引入整合性和参考信息组织细分 (IRIS),一种新的计算方法.
• 在SRT数据中准确有效地检测空间域.
• 集成多个SRT切片并考虑交叉切片相关性.

主要方法:

• IRIS利用单细胞RNA测序数据进行参考知情域检测.
• 该方法整合了多个SRT切片,考虑了切片内和切片间的相关性.
• 在六个不同技术,组织,物种和分辨率的六个不同的SRT数据集上进行验证.

主要成果:

• 在中度数据集上,IRIS显示了显著的准确度增长 (39-1,083%) 和速度改进 (4.6-666.0).
• 对于像Stereo-seq和10x Xenium这样的大型数据集,IRIS是唯一适用的方法.
• 该方法成功地揭示了复杂的大脑结构,瘤微环境异质性和糖尿病丸变化.

结论:

• 在SRT研究中,IRIS提供了一种强大而高效的计算方法,用于空间域检测.
• 该方法增强了分析复杂的空间转录学数据的生物解释性和可扩展性.
• 艾瑞斯 (IRIS) 促进了各种生物背景的发现,从神经解剖学到疾病病理学.