SpatialDWLS: accurate deconvolution of spatial transcriptomic data.
SpatialDWLS: accurate deconvolution of spatial transcriptomic data.
复制标题
SpatialDWLS：空间转录组数据的精确解卷积。
DOI：
10.1186/s13059-021-02362-7
复制
发表时间：
2021-05-10
期刊：
影响因子：
12.3
通讯作者：
Yuan GC
中科院分区：
文献类型：
--
作者：
Dong R;Yuan GC
空间转录组技术的最新发展使得利用空间信息表征细胞异质性成为可能。然而，该技术通常没有足够的分辨率来区分相邻小区类型。在这里，我们提出了空间 DWLS，以定量估计每个空间位置的细胞类型组成。我们通过将空间DWLS与许多现有的反卷积方法进行比较来对空间DWLS的性能进行基准测试，发现空间DWLS在准确性和速度方面优于其他方法。通过将空间DWLS应用于人类发育心脏数据集，我们观察到发育过程中细胞类型组成的显着时空变化。在线版本包含可在 10.1186/s13059-021-02362-7 获取的补充材料。
Recent development of spatial transcriptomic technologies has made it possible to characterize cellular heterogeneity with spatial information. However, the technology often does not have sufficient resolution to distinguish neighboring cell types. Here, we present spatialDWLS, to quantitatively estimate the cell-type composition at each spatial location. We benchmark the performance of spatialDWLS by comparing it with a number of existing deconvolution methods and find that spatialDWLS outperforms the other methods in terms of accuracy and speed. By applying spatialDWLS to a human developmental heart dataset, we observe striking spatial temporal changes of cell-type composition during development. The online version contains supplementary material available at 10.1186/s13059-021-02362-7.
登录
查看更多内容
影响因子：
64.5
作者：
Zeisel, Amit;Hochgerner, Hannah;Linnarsson, Sten
通讯作者：
Linnarsson, Sten
影响因子：
16.6
作者：
Tsoucas, Daphne;Dong, Rui;Yuan, Guo-Cheng
通讯作者：
Yuan, Guo-Cheng
影响因子：
16.6
作者：
Wang, Xuran;Park, Jihwan;Li, Mingyao
通讯作者：
Li, Mingyao
影响因子：
64.5
作者：
Liu Y;Yang M;Deng Y;Su G;Enninful A;Guo CC;Tebaldi T;Zhang D;Kim D;Bai Z;Norris E;Pan A;Li J;Xiao Y;Halene S;Fan R
通讯作者：
Fan R
影响因子：
64.5
作者：
Asp, Michaela;Giacomello, Stefania;Lundeberg, Joakim
通讯作者：
Lundeberg, Joakim