Advances in spatial transcriptomic data analysis.
Advances in spatial transcriptomic data analysis.
复制标题
DOI：
10.1101/gr.275224.121
复制
发表时间：
2021-10
期刊：
影响因子：
7
通讯作者：
Yuan GC
中科院分区：
文献类型：
--
作者：
Dries R;Chen J;Del Rossi N;Khan MM;Sistig A;Yuan GC
空间转录组学是一个快速发展的领域，有望在单细胞或亚细胞分辨率上全面表征组织和结构。这些信息为从机制上理解健康和疾病方面的许多生物过程提供了坚实的基础，而这些过程是使用传统技术无法获得的。计算方法的发展对从原始数据中提取生物信号起着重要的作用。已经开发了各种方法来克服技术特定的限制，如空间分辨率、基因覆盖、灵敏度和技术偏差。下游分析工具将空间组织和细胞-细胞通信表述为可量化的属性，并提供推导这些属性的算法。整合管道进一步将多个工具组装在一个包中，允许生物学家方便地从头到尾分析数据。在这篇综述中，我们总结了空间转录组数据分析方法和管道的现状，并讨论了它们如何在不同的技术平台上运行。
Spatial transcriptomics is a rapidly growing field that promises to comprehensively characterize tissue organization and architecture at the single-cell or subcellular resolution. Such information provides a solid foundation for mechanistic understanding of many biological processes in both health and disease that cannot be obtained by using traditional technologies. The development of computational methods plays important roles in extracting biological signals from raw data. Various approaches have been developed to overcome technology-specific limitations such as spatial resolution, gene coverage, sensitivity, and technical biases. Downstream analysis tools formulate spatial organization and cell–cell communications as quantifiable properties, and provide algorithms to derive such properties. Integrative pipelines further assemble multiple tools in one package, allowing biologists to conveniently analyze data from beginning to end. In this review, we summarize the state of the art of spatial transcriptomic data analysis methods and pipelines, and discuss how they operate on different technological platforms.
登录
查看更多内容
影响因子：
64.8
作者：
Cao, Junyue;Spielmann, Malte;Shendure, Jay
通讯作者：
Shendure, Jay
影响因子：
48
作者：
Buggenthin F;Buettner F;Hoppe PS;Endele M;Kroiss M;Strasser M;Schwarzfischer M;Loeffler D;Kokkaliaris KD;Hilsenbeck O;Schroeder T;Theis FJ;Marr C
通讯作者：
Marr C
影响因子：
5.9
作者：
Andersson A;Bergenstråhle J;Asp M;Bergenstråhle L;Jurek A;Fernández Navarro J;Lundeberg J
通讯作者：
Lundeberg J
影响因子：
48
作者：
Amezquita, Robert A.;Lun, Aaron T. L.;Hicks, Stephanie C.
通讯作者：
Hicks, Stephanie C.
影响因子：
12.3
作者：
Abdelaal, Tamim;Michielsen, Lieke;Mahfouz, Ahmed
通讯作者：
Mahfouz, Ahmed