Joint cell segmentation and cell type annotation for spatial transcriptomics.
Joint cell segmentation and cell type annotation for spatial transcriptomics.
复制标题
空间转录组学的联合细胞分割和细胞类型注释。
DOI：
10.15252/msb.202010108
复制
发表时间：
2021-06
影响因子：
9.9
通讯作者：
Wollman R
中科院分区：
文献类型：
--
作者：
Littman R;Hemminger Z;Foreman R;Arneson D;Zhang G;Gómez-Pinilla F;Yang X;Wollman R
基于RNA杂交的空间转录技术提供了无与伦比的检测灵敏度。然而，将图像体积分割成细胞的不准确导致mRNAs的错误分配，这是错误的主要来源。在这里，我们开发了JSTA，一个用于联合细胞分割和细胞类型注释的计算框架，它利用了细胞类型特定基因表达的先验知识。模拟结果表明，利用现有的细胞类型分类，RNA分配的准确率提高了45%以上。利用JSTA，我们能够将小鼠海马区的细胞分类为133个(亚)类型，揭示了CA1、CA3和SST神经元亚型的空间组织。对80个候选基因的细胞内亚型空间差异基因表达的分析发现，有63个基因在61个(亚)类型中具有统计学意义的空间差异基因表达。总体而言，我们的工作表明，已知的细胞类型表达模式可以被用来提高基于RNA杂交的空间转录的准确性，同时提供高颗粒细胞(亚)类型信息。大量新发现的空间基因表达模式证实了对准确的空间转录测量的需求，这种测量可以提供细胞(亚)类型标签以外的信息。JSTA是一种利用空间转录数据和scRNAseq参考数据进行联合细胞分割和细胞类型标注的新的计算方法。
RNA hybridization‐based spatial transcriptomics provides unparalleled detection sensitivity. However, inaccuracies in segmentation of image volumes into cells cause misassignment of mRNAs which is a major source of errors. Here, we develop JSTA, a computational framework for joint cell segmentation and cell type annotation that utilizes prior knowledge of cell type‐specific gene expression. Simulation results show that leveraging existing cell type taxonomy increases RNA assignment accuracy by more than 45%. Using JSTA, we were able to classify cells in the mouse hippocampus into 133 (sub)types revealing the spatial organization of CA1, CA3, and Sst neuron subtypes. Analysis of within cell subtype spatial differential gene expression of 80 candidate genes identified 63 with statistically significant spatial differential gene expression across 61 (sub)types. Overall, our work demonstrates that known cell type expression patterns can be leveraged to improve the accuracy of RNA hybridization‐based spatial transcriptomics while providing highly granular cell (sub)type information. The large number of newly discovered spatial gene expression patterns substantiates the need for accurate spatial transcriptomic measurements that can provide information beyond cell (sub)type labels. JSTA is a new computational method for joint cell segmentation and cell type annotation using spatial transcriptomics data and scRNAseq reference data.
登录
查看更多内容
影响因子：
64.8
作者：
Halpern KB;Shenhav R;Matcovitch-Natan O;Toth B;Lemze D;Golan M;Massasa EE;Baydatch S;Landen S;Moor AE;Brandis A;Giladi A;Avihail AS;David E;Amit I;Itzkovitz S
通讯作者：
Itzkovitz S
影响因子：
64.5
作者：
Goltsev Y;Samusik N;Kennedy-Darling J;Bhate S;Hale M;Vazquez G;Black S;Nolan GP
通讯作者：
Nolan GP
影响因子：
64.5
作者：
Asp, Michaela;Giacomello, Stefania;Lundeberg, Joakim
通讯作者：
Lundeberg, Joakim
影响因子：
14.8
作者：
通讯作者：
--
影响因子：
48
作者：
Codeluppi, Simone;Borm, Lars E.;Linnarsson, Sten
通讯作者：
Linnarsson, Sten