Robust decomposition of cell type mixtures in spatial transcriptomics.
Robust decomposition of cell type mixtures in spatial transcriptomics.
复制标题
空间转录组学中细胞类型混合物的鲁棒分解。
DOI：
10.1038/s41587-021-00830-w
复制
发表时间：
2022-04
影响因子：
46.9
通讯作者：
Irizarry RA
中科院分区：
文献类型：
--
作者：
Cable DM;Murray E;Zou LS;Goeva A;Macosko EZ;Chen F;Irizarry RA
空间转录组学技术的一个局限性是，单个测量可能包含来自多个细胞的贡献，阻碍了细胞类型特异性定位和表达的空间模式的发现。在这里，我们开发了稳健细胞类型分解（RCTD），这是一种计算方法，利用从单细胞RNA-seq中学习到的细胞类型谱来分解细胞类型混合物，同时纠正不同测序技术之间的差异。我们展示了RCTD在模拟数据集上检测混合物和识别细胞类型的能力。此外，RCTD准确地再现了小鼠大脑的Slide-seq和Visium数据集中已知的细胞类型和亚型定位模式。最后，我们展示了RCTD如何恢复细胞类型定位，从而发现细胞类型中表达依赖于空间环境的基因。利用RCTD对细胞类型进行空间映射，可以定义细胞身份的空间组成部分，揭示生物组织中细胞组织的新原理。RCTD是一个公开的开源R包，可在https://github.com/dmcable/RCTD上获得。空间转录组学中的细胞类型定位是通过考虑组合混合物和测序技术的差异而实现的。
A limitation of spatial transcriptomics technologies is that individual measurements may contain contributions from multiple cells, hindering the discovery of cell type-specific spatial patterns of localization and expression. Here, we develop Robust Cell Type Decomposition (RCTD), a computational method that leverages cell type profiles learned from single-cell RNA-seq to decompose cell type mixtures, while correcting for differences across sequencing technologies. We demonstrate RCTD’s ability to detect mixtures and identify cell types on simulated datasets. Furthermore, RCTD accurately reproduces known cell type and subtype localization patterns in Slide-seq and Visium datasets of the mouse brain. Finally, we show how RCTD’s recovery of cell type localization enables the discovery of genes within a cell type whose expression depends on spatial environment. Spatial mapping of cell types with RCTD enables defining spatial components of cellular identity, uncovering new principles of cellular organization in biological tissue. RCTD is publicly available as an open source R package at https://github.com/dmcable/RCTD. Cell-type mapping in spatial transcriptomics is enabled by accounting for compositional mixtures and differences in sequencing technologies.
登录
查看更多内容
影响因子：
7.7
作者：
Cembrowski MS;Wang L;Lemire AL;Copeland M;DiLisio SF;Clements J;Spruston N
通讯作者：
Spruston N
影响因子：
14.9
作者：
Sunkin SM;Ng L;Lau C;Dolbeare T;Gilbert TL;Thompson CL;Hawrylycz M;Dang C
通讯作者：
Dang C
影响因子：
64.5
作者：
Saunders A;Macosko EZ;Wysoker A;Goldman M;Krienen FM;de Rivera H;Bien E;Baum M;Bortolin L;Wang S;Goeva A;Nemesh J;Kamitaki N;Brumbaugh S;Kulp D;McCarroll SA
通讯作者：
McCarroll SA
影响因子：
5.2
作者：
Gampe, Kristine;Stefani, Jennifer;Hammer, Klaus;Brendel, Peter;Poetzsch, Alexandra;Enikolopov, Grigori;Enjyoji, Keiichi;Acker-Palmer, Amparo;Robson, Simon C.;Zimmermann, Herbert
通讯作者：
Zimmermann, Herbert
影响因子：
3.7
作者：
Bakken, Trygve E.;Hodge, Rebecca D.;Tasic, Bosiljka
通讯作者：
Tasic, Bosiljka