空间转录组入门与实践 - SpiralKernel/bioinfo-wiki GitHub Wiki

空间转录组入门与实践

更新:2026-10-13;状态:可用;验证范围:文档核对;完整流程未在本机运行。

将表达矩阵与空间坐标和组织图像对应,分析空间模式,并区分 spot、细胞和切片层级。

输入与流程

需要表达矩阵、空间坐标、组织图像及切片/供体信息。先确认测量单元是 spot、分割细胞还是 bin:有的平台一个 spot 包含多个细胞,不能统一把 spot 当作单细胞。

  1. 读取表达和空间信息,核对坐标与图像比例、组织掩膜及样本标识。
  2. 按测量单元和组织区域检查计数、检测基因、背景及空间边缘效应。
  3. 标准化并探索表达空间与实际位置中的模式,两种空间应分开展示。
  4. 如做细胞类型映射或解卷积,记录参考单细胞数据来源、平台差异和模型假设。
  5. 比较组别时考虑供体、切片与空间依赖,不能把同一切片的所有 spot 当作独立生物学重复。

第一个实践

使用 Seurat 官方空间教程提供的数据和加载步骤,先复现组织图像、质量分布及一个基因的空间表达图。保存对象、切片 ID、坐标系统与处理版本。

本机未运行该 R 流程。练习完成标准是能够查回任一表达点对应的测量单元、组织位置和原始计数,而不只是生成彩色图。高分辨率平台另看 Visium HD 教程。

前置与连接:单细胞转录组入门与实践、生物学重复与技术重复、多组学整合入门与实践。

统计基础与验证入口

单细胞与空间组学验证设计补充本任务所需的统计或验证判断。分析前先确认统计方法选择与分析计划,结果解释时区分组学验证的层级与证据。