对空间转录组的空间域识别方法的全面审查
Ziyi Wang1, Aoyun Geng1, Hao Duan1
1School of Computer Science and Technology, Hainan University, Haikou 570228, China.
Briefings in functional genomics
|October 19, 2024
概括
空间转录学 (ST) 分析识别了空间领域,以了解组织组织. 本综述涵盖了空间域识别的当前方法,强调了ST数据解释的挑战和未来方向.
科学领域:
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
- 基因组学就是基因组学.
背景情况:
- 空间转录学 (ST) 是一种新兴技术,在组织环境中提供基因表达数据.
- 了解组织组织和功能分布依赖于确定空间连贯的区域,称为空间域.
- 空间域识别对于ST数据的解释至关重要,但也带来了重大的分析挑战.
研究的目的:
- 审查ST数据空间域识别方法的当前状态和进展.
- 批判性地评估现有的空间域检测工具的优缺点.
- 为开发下一代ST分析工具提供见解和建议.
主要方法:
- 综合的文献搜索和分析已发表的空间域识别算法.
- 基于准确性,效率和通用性的不同计算方法的比较评估.
- 在现有的ST分析管道中识别共同的挑战和局限性.
主要成果:
- 在ST领域的空间域识别领域正在迅速发展,各种计算策略正在出现.
- 现有的方法在准确地划分空间领域和处理不同类型组织的能力方面有所不同.
- 关键的挑战包括可扩展性,批量效应和需要强大的验证指标.
结论:
- 准确和高效的空间域识别对于释放空间转录学的全部潜力至关重要.
- 需要进一步开发,以创建更强大的,可泛化和用户友好的ST数据分析工具.
- 未来的研究应该专注于解决当前的局限性和探索新的计算框架.
