Bin2cell从高分辨率Visium HD数据中重建细胞
Krzysztof Polański1,2, Raquel Bartolomé-Casado2,3, Ioannis Sarropoulos1,2
1Cambridge Stem Cell Institute and Department of Medicine, University of Cambridge, Cambridge, CB2 0AW, United Kingdom.
Bioinformatics (Oxford, England)
|September 9, 2024
概括
Bin2cell软件从高分辨率的空间转录组学数据中重建单个细胞,改进存档组织样本的分析. 这种方法通过从2微米容器准确地定义细胞边界来增强下游应用.
科学领域:
- 空间转录组学 空间转录组学
- 计算生物学是一种计算生物学.
- 生物信息学是一种生物信息学.
背景情况:
- 视觉高清提供来自FFPE块的亚细胞分辨率转录组数据.
- 将捕获区域聚合到单个细胞中提出了分析挑战.
研究的目的:
- 开发一种计算方法 (Bin2cell) 来从高分辨率的空间转录学数据中重建单个细胞.
- 通过克服违约捆绑策略的局限性来改进下游分析.
主要方法:
- Bin2cell利用形态图像细分和基因表达数据.
- 重建是从2微米容器进行的,利用亚细胞分辨率.
- 该软件与现有的Python单细胞和空间转录组学工具兼容.
主要成果:
- 在没有GPU要求的情况下,Bin2cell在几分钟内高效地重建细胞.
- 与默认的8微米容器相比,使用重建的细胞进行了改善的下游分析.
- 在小鼠大脑和人类结直肠癌数据集上进行的验证.
结论:
- Bin2cell能够从高分辨率的空间转录组学中准确地重建单细胞.
- 该方法增强了档案FFPE样本用于转录组分析的实用性.
- 对于空间生物学研究,Bin2cell提供了一个计算效率高的解决方案.
