SCNT:用于单细胞和空间转录组学的数据分析和可视化的一个R包.
Jianbo Qing1, Jialu Wu2, Yafeng Li3
1Department of Nephrology, Sir Run Run Shaw Hospital, Zhejiang University School of Medicine, Hangzhou, 310000, China.
BMC bioinformatics
|July 18, 2025
概括
该SCNT包简化了单细胞 (SC) 和空间转录组学 (ST) 数据的分析和可视化. 这种基于R的工具简化了复杂的工作流程,使得SC和ST数据对研究人员更容易获得.
科学领域:
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
背景情况:
- 单细胞 (SC) 和空间转录组 (ST) 技术为复杂组织中的基因表达提供了前所未有的洞察力.
- 由于数据的复杂性和各种分析平台,分析和可视化SC和ST数据存在重大挑战.
研究的目的:
- 开发一个高效和用户友好的基于R的包,SCNT (单细胞,单核和空间转录组学分析和可视化工具),用于处理,分析和可视化SC和ST数据.
- 解决SC和ST数据分析和可视化方面的挑战.
主要方法:
- SCNT集成了Seurat和ggplot2等既有工具,促进Seurat和H5ad之间的格式转换.
- 该包支持高分辨率的空间可视化,包括可定制的基因表达和集群图.
- SCNT简化了关键分析步骤:质量控制,维度减小和双重检测.
主要成果:
- 该SCNT包在处理和可视化SC和ST数据方面表现出有效性.
- 在PBMC,Visum和Visium HD人类数据集上进行测试,SCNT提高了工作流的效率.
- 突出了无集成和简化分析步骤.
结论:
- SCNT为SC和ST数据探索提供了一个有价值,灵活和用户友好的工具.
- 该包简化了新手和高级研究人员的工作流程.
- 未来的工作将扩大ST平台支持和多omics集成.


