使用可解释的基因程序,对单细胞和空间奥米克数据进行强大的集成和注释

科学领域:

• 计算生物学是一种计算生物学.
• 基因组学就是基因组学.
• 空间转录组学 空间转录组学

背景情况:

• 细胞身份是由复杂的,情境意识的基因程序定义的.
• 整合多样化的生物数据 (例如,单核,空间转录) 仍然具有挑战性.
• 现有的方法在交叉数据集一致性和新细胞状态发现方面扎.

研究的目的:

• 引入SSpMosaic,这是一个用于强大的生物状态表示的计算框架.
• 为了实现精确的细胞类型注释和发现新细胞状态.
• 为了实现分辨率无意识的空间转录学,解卷和无引用的空间表征.

主要方法:

• 开发SSpMosaic,一个使用元程序进行跨数据集对齐的框架.
• 基于元程序的转移学习用于细胞类型注释的应用.
• 多模式数据的整合 (单核,色素可访问性,空间转录学).
• 在各种尺度上对空间转录学进行分辨率不可知解卷.

主要成果:

• SSpMosaic 能够在批量,模式和物种之间实现一致和准确的数据集成.
• 该框架准确地注释细胞类型,并发现新的细胞状态.
• 实现了细胞类型分布的精确映射,从斑点水平到亚细胞尺度.
• 通过整合各种数据类型,成功解决了多阶段空间域动态.
• 启用无参考空间特征和保存空间生态型的识别.

结论:

• SSpMosaic提供了一个普遍的框架,用于使用元程序来表示生物状态.
• 该框架推进了细胞类型注释,空间解卷和细胞的发现.
• SSpMosaic促进了对生物样本的空间域动态和细胞生态的更深入的理解.