如何最大限度地利用你的癌症空间转录学数据
David I Kaplan1, Xiang Guo1, Sasuni D Hirimuthugoda2
1Peter MacCallum Cancer Centre, Melbourne, Victoria 3000, Australia; The Sir Peter MacCallum Department of Oncology, The University of Melbourne, Melbourne, Victoria 3010, Australia.
Seminars in cell & developmental biology
|October 18, 2025
概括
空间转录学 (ST) 为癌症生态系统提供了强大的洞察力. 本综述指导癌症研究人员通过ST数据分析,涵盖复杂瘤研究的常见和新兴技术.
科学领域:
- 在瘤学瘤学.
- 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:
- 空间转录学 (ST) 正在通过详细研究瘤微环境来彻底改变癌症研究.
- 有广泛的ST平台和分析工具可用,为研究人员创造了复杂性.
- 从ST数据中提取生物见解需要了解各种分析方法.
研究的目的:
- 为癌症研究人员提供分析空间转录组学数据的指南.
- 涵盖癌症研究中ST数据的常见和新兴分析技术.
- 帮助研究人员驾ST数据分析工作流程的复杂性.
主要方法:
- 审查当前的空间转录学分析方法.
- 突出用于ST数据可视化和解释的常用工具.
- 讨论ST数据的新兴机器学习和空间统计技术.
主要成果:
- 空间转录学能够在组织环境中可视化基因表达.
- 分析技术允许识别细胞邻居和量化瘤异质性的鉴定.
- ST数据有助于绘制瘤微环境中的细胞-细胞信号网络.
结论:
- 本综述为癌症研究人员开始空间转录组学数据分析之旅提供了一份路线图.
- 它涵盖了基本的分析策略,并突出了为更深入的生物学见解提供新兴技术.
- 对于成功的ST项目,讨论了实验设计和团队组装的考虑因素.
