空间转录组学的拓意识路径分析
Siras Hakobyan1, Maria Schmidt2, Hans Binder2,3
1Bioinformatics Group, Institute of Molecular Biology NAS RA, Yerevan, Armenia.
PeerJ
|August 19, 2025
概括
路径信号流 (PSF) 算法将基因表达转化为路径活动,揭示空间信号事件. 这种方法通过捕捉路径拓和细胞间通信来增强空间转录学分析.
科学领域:
- 基因组学和生物信息学
- 计算生物学 计算生物学
- 空间转录学 空间转录学
背景情况:
- 空间转录学 (ST) 将基因表达映射到组织架构,揭示了其他方法错过的细胞相互作用.
- 传统的ST分析往往忽略了通路连接和拓,限制了对信号传播的理解.
- 现有的空间感知方法主要集中在单个基因上,可能缺少更广泛的通路动态.
研究的目的:
- 引入通路信号流 (PSF) 算法,用于将基因表达转化为通路级活动.
- 评估PSF捕获路径拓和识别空间自由化的信号事件的能力.
- 将PSF与现有的ST分析方法进行对比,用于集群和功能注释.
主要方法:
- 开发了通路信号流 (PSF) 算法,以整合基因表达与相互作用网络,计算分支特定的通路活动得分.
- 将PSF应用于人类黑色素瘤和小鼠大脑的10倍Visium数据集,分析了40个基因和基因组京都百科全书 (KEGG) 信号通路.
- 基于PSF的聚类与标准Seurat Louvain,Vesalius和空间GE进行比较;功能注释与过度表示分析 (ORA) 和GSDensity进行比较.
主要成果:
- 在使用空间意识方法时,基于PSF的聚类与基于表达式的聚类显示出良好的对应.
- PSF发现了比ORA和GSDensity更广泛的重要途径,由于分支机构级别的解决方案,显示了更高的敏感性.
- PSF成功检测到空间放松的通路分支,并通过连接体-受体相互作用确定了潜在的细胞间通信.
结论:
- PSF有效地将基因表达转化为分支级通路活动,增强空间转录组学分析.
- 该算法提供了一个功能注释的特征空间,捕捉下游信号效应和路径拓.
- PSF提供了一种敏感和全面的方法来识别组织中的空间放松流程和细胞间通信.
