基于RNA杂交原位测序的肾损伤和修复的高分辨率空间分析

作者，Evil Genius

儿童节，天气太热了，就在家里躺着吧。

有道友问我低谷期怎么办，这个问题以前有人问过我，不过答案不同，低谷期就好好学习，跟我一样看文章学习吧。

数码宝贝大家都看过吧，无论什么时候，勇气和友谊都是我们每个人的最强战力，而任何时候，都不能放弃希望。

生信其实跟英语一样，并不是知识本身，只是一种工具，但这个工具你不会还真不行。

现在分高点的文章要求真的是太高了，空间的高低精度之分也成了一个分析的痛点了，也细胞的不规则形状以及随机分布vs主流方方正正的空间技术，或者细胞分割的分析手段。

细胞的空间分布都是不规则的

但是技术还跟不上

即使采用image-based的细胞分割技术

高精度的平台是我们所必需的

所以现在发文章都在追求真理，技术要求自然提高了

这一篇分享的文章在High resolution spatial profiling of kidney injury and repair using RNA hybridizationbased in situ sequencing（NC）

高精度空间平台的主流分析

知识背景

• 肾脏是一个高度复杂的器官，由数十万个肾单位组成，由丰富的小管周围血管网络以及间质成纤维细胞、巨噬细胞、淋巴细胞和血管周围细胞支持。这些不同的细胞类型在维持体内平衡以及对肾损伤的反应中起着关键作用。
• Visium 和slideseq ，相对较低分辨率的限制
• dRNA HybISS、Xenium 高精度的空间平台

结果1、dRNA HybISS工作流程优化及其在肾脏研究中的应用

• 使用基于机器学习的分割算法CellPose对细胞核进行分割。这产生了更好的结果
• 使用Cellpose分割细胞核后，添加细胞边界，并使用Baysor算法将每个检测到的转录本分配给单个细胞。该算法考虑了RNA转录组成和细胞形态，将每个细胞建模为每个分子的空间位置和基因身份的组合，并且在实现更高的分割精度，检测更多的细胞和提供改进的分子分辨率方面优于其他分割工具

结果2、A toolkit, CellScopes, for highly efficient spatial data analysis

• (1)输入细胞分割得到的空间坐标文件和逐细胞基因计数矩阵。(2)这些数据集存储在一个名为CartanaObject的数据结构中。(3)直接在CartanaObject上进行分析(如细胞聚类、细胞-细胞距离计算、坐标变换、scRNA-seq积分)，输出保存在同一对象中。(4)最后，使用各种不同的函数将分析可视化。

小鼠肾脏的空间细胞类型分类

• 使用Baysor分割的转录本聚类结果对每个数据集中的细胞类型进行分类

集成Visium和dRNA HybISS用于细胞型反卷积

• 分辨率较低，但具有基因组深度检测能力，Visium点可以使用多种方法反卷积来估计每个spot上的细胞类型比例

dRNA HybISS检测细胞类型分布和基因表达的空间动态

免疫细胞异质性和细胞间通讯

• 细胞通讯与细胞距离（当将细胞投射回肾脏时，我们观察到这两种细胞类型之间的空间距离很近）

很好的一篇文章，但今天是儿童节，我们都是儿童，太复杂的我们看不懂

最后软件汇总一下

1. CellScopes.jl:https://github.com/TheHumphreysLab/CellScopes.jl
2. Cellpose:https://github.com/MouseLand/cellpose
3. Baysor:https://github.com/kharchenkolab/Baysor
4. Seurat:https://github.com/satijalab/seurat
5. SpaGCN:https://github.com/jianhuupenn/SpaGCN
6. Tangram:https://github.com/broadinstitute/Tangram
7. Scanpy:https://github.com/scverse/scanpy
8. SpaGE:https://github.com/tabdelaal/SpaGE
9. gimVI:https://github.com/scverse/scvi-tools
10. STdeconvolve: https://github.com/JEFworks-Lab/STdeconvolve
11. TACCO: https://github.com/simonwm/tacco
12. RCTD: https://github.com/dmcable/spacexr
13. Spotlight: https://github.com/MarcElosua/SPOTlight

分析汇总一下

a. dRNA HybISS by Cartana: https://github.com/TheHumphreysLab/CellScopes.jl/tree/main/docs/cartana_tutorial b. scRNA-seq: https://github.com/TheHumphreysLab/CellScopes.jl/tree/main/docs/scRNA_tutorial c. scATAC-seq: https://github.com/TheHumphreysLab/CellScopes.jl/tree/main/docs/scATAC_tutorial d. 10x Visium: https://github.com/TheHumphreysLab/CellScopes.jl/tree/main/docs/visium_tutorial e. 10x Xenium: https://github.com/TheHumphreysLab/CellScopes.jl/tree/main/docs/xenium_tutorial f. MERFISH: https://github.com/TheHumphreysLab/CellScopes.jl/tree/main/docs/MERFISH_tutorial g. Slide-seq: https://github.com/TheHumphreysLab/CellScopes.jl/tree/main/docs/SlideSeq_tutorial h. seqFISH: https://github.com/TheHumphreysLab/CellScopes.jl/tree/main/docs/seqfish_tutorial i. STARmap: https://github.com/TheHumphreysLab/CellScopes.jl/tree/main/docs/starmap_tutorial j. Visium HD: https://github.com/TheHumphreysLab/CellScopes.jl/blob/main/docs/VisiumHD_tutorial

生活很好，有你更好