Points2Regions:基于成像的空间转录学数据的快速,交互式聚类
Axel Andersson1, Andrea Behanova1, Christophe Avenel1
1Department of IT and SciLifeLab BioImage Informatics Facility, Uppsala University, Uppsala, Sweden.
概括
Points2Regions是一个新的计算工具,可以快速识别空间转录学数据中的生物相关区域. 它可以在多个尺度上有效地发现组织结构和细胞类型,而不需要额外的数据或漫长的优化.
科学领域:
- 计算生物学 计算生物学
- 生物信息学是一种生物信息学.
- 空间转录学 空间转录学
背景情况:
- 空间转录组学生成基于点的mRNA数据,需要识别生物学上重要的区域.
- 目前用于区域识别的方法通常是规模特定的,需要补充数据,或涉及漫长的优化.
- 这限制了它们在不同生物尺度的探索性分析中的实用性.
研究的目的:
- 介绍Points2Regions,这是一个新的计算工具,用于在空间转录组学数据中识别具有类似mRNA组成的区域.
- 为了实现快速的,多规模的区域发现,而不依赖预先细分的细胞或广泛的优化.
- 为空间转录学数据的探索性分析提供一个用户友好的工具.
主要方法:
- 通过拉斯特化mRNA的特征提取指向一个金字塔状的网格.
- 高效的集群使用层次和k-means集群的混合方法.
- 集成到TissUUmaps中,并作为一个用于交互式可视化的Napari插件.
主要成果:
- 在模拟数据集上,Points2Regions的性能与最先进的方法相美.
- 该工具比现有方法快得多,不需要分段单元.
- 对现实世界数据集的分析证实了与先前研究一致的生物相关区域的识别.
结论:
- Points2Regions提供了一个快速,高效和多功能解决方案,用于空间转录学中的多尺度区域发现.
- 该工具通过快速识别组织结构和细胞类型组合来增强探索性数据分析.
- 它与现有平台 (TissUUmaps,Napari) 集成,提高了用户体验和可访问性.
