使用区域形态的多重图像标记 (MILWRM) 在空间奥米克数据中的共识组织域检测

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.
• 基因组学就是基因组学.

背景情况:

• 空间分辨的分子测定产生高维数据 (遗传,转录,蛋白质,表观遗传) 在现场.
• 整合分子数据与组织学对于研究其微环境中的组织病理学至关重要.
• 分析大型的多模式空间数据集需要先进的数据科学功能注释.

研究的目的:

• 在多重空间数据集中开发数据驱动的交叉样本域检测方法.
• 介绍MILWRM (区域形态的多重图像标签),一个Python包用于多尺度组织域检测和注释.
• 为了使在高体积组织图谱化工作中,在组织区内和组织区之间进行共识分析.

主要方法:

• 开发了MILWRM,这是一个用于快速,多尺度组织域检测和注释的Python包.
• 在不同的空间数据模式和平台中使用空间信息集群.
• 将MILWRM应用于人类结肠,淋巴结,小鼠脏和小鼠大脑切片.

主要成果:

• 在不同类型的组织中成功识别了组织学上不同的隔间.
• 证明了MILWRM在分析人类结肠片亚型之间的分子区别方面的实用性.
• 展示了MILWRM识别解剖学大脑区域及其独特分子形状的能力.

结论:

• MILWRM 便于快速,多尺度的组织领域检测和空间分子数据的注释.
• 该包装有助于阐明各种样本和模式的组织区间内和组织区间之间的分子区别.
• MILWRM是推动组织病理学,图谱绘制和比较分子分析研究的宝贵工具.