2026第二十二课：Xenium（CosMx等）距离范围选择与cell niche分析原创

好了。接下来上我们的第22课，空间转录组的细胞逆齿啊，包括我们的距离范围选择呀，也稍微提一提啊，你提一提。昨天啊，就是上节课我们讲了这个分子逆齿对吧，依据自身的基因表达特征和环境的一些基因表达特征。组合成一个复合矩阵。然后这个矩阵聚类出来的结果呢，就是分子逆值，它表征的是功能区域对吧。分析的过程中啊。这个相对于HD的来讲呢，我们在指定这个多大的范围作为它的领域的时候啊，需要借助一定的方法啊，比如说我们昨天借助的sqid py这个软件。啊，帮助我们识别应该纳入多少个领域细胞作为它的一个。嗯，环境的这样一个权重。包括里面分析的一些参数啊，大家都要理解啊，都要理解，等到自己分析的时候啊，一定要把这个参数理解透了，然后是合理的设置一些参数，分析自己的数据啊，这是分子逆齿。

那我们今天来讲这个细胞逆啊。什么是细胞逆齿啊？细胞逆齿生态位领域啊，无论是分子逆磁还是细胞逆齿，它表征的都是一种。生态位。嗯，如果大家看的文章比较多的话，通常这个细胞逆存在这个高精度啊。The cosmic一般会把它称之为singing。啊，Sell ne啊ne，嗯。它所体现的一个核心意义就在于啊，有特定细胞类型组成的有规律的反复出现的空间微环境单元。可以对比一下昨天的那个讲法。昨天那个分子那次是什么？由特定基因表达组成的有规律的反复出现的空间微环境，今天呢，讲细胞历史，它就成了这个有特定细胞类型组成的。

啊，有规律的反复出现的这个空间微环境单元。啊，前面的课程呢，一直给大家讲空间转录组呢，它不关，呃，他更加关注的是什么。细胞结构啊，细胞结构如果说只定义细胞类型的话，空间上啊，定义好之后，大家看那个细胞类型的分布，很可能都看不出有什么差异。嗯，而且呢，呃，想发现新的细胞亚群，无论从单细胞还是空间角度发现新的细胞亚情呢。这个可能性啊，越来越低了，越来越低了，因为文章的增多呀，等等等等。导致这个新的亚型的发现啊，需要多方面验证，而且很可能是别人已经发表的。那么如果发现新的细胞结构呢？这个是目前空间转录组的一个非常好的一个突破点啊，细胞类型就那么多，但是呢，同样是这样，这些细胞类型。

疾病呢，却得了这个。呃，环境的一个破坏，而正常呢，也是这些细胞类型却可以维持正常的运作，到底是为什么对吧？肯定不是细胞类型带来的。啊，是什么带来的呢？是结构带来的，对吧，这个结构呢，影响了细胞内部的基因表达。等等等等啊，以结构为突破点。往前突破是现在空间转路的一个核心的分析内容啊。所以说呢，我们做这个细胞逆势啊，关注的不是单个细胞，嗯，在做什么，而是一群细胞在空间上如何组织在一起的。以及这种组织模式呢，在疾病中如何变化啊，如何变化？下面这两张图呢，是示意图，大家可以看一下。基本上每个细胞当成目标细胞的时候，伸出来一定的范围。啊，一定的范围就是它的sell，呃，Sell neighborhood, 就是它的微环境，一律是淋浴。啊，依据它的领域进行聚类。

注意，这个时候识别的是细胞身份啊。以细胞身份为。啊，矩阵进行然聚类。对。然后呢，啊，分析出来的special needsch special needsch呢就是细胞needsch，啊，细胞逆呢，就是特定的细胞结构，它们居然聚成了一类，说明什么？说明相互之间细胞类型的组成非常的接近啊，只有接近才能聚成一类，那么这种反复出现的这种微环境单元细胞类型的这种多多细胞组成的，这这种反复出现这个结构。到底代表了什么样的一个生物学意义？以及它在疾病进展中到底嗯，有什么特殊的作用，就是大家下游的分析了啊，很容易就找到什么什么。分析的靶点，分析的这个啊，靶细胞等等等等啊，最后呢。拿到这种特殊的微环境之后呢，一定要研究细胞啊，它们之间的相互通讯。

啊，这个等到我们后面的课呀，会再详细的讲这个高精度啊，The cosmic它的空间通讯的一个策略。细胞之间，它们既然聚集在一起。啊，往往预预示着什么呢。他们在起到1+1>2的这样一个效果。啊，这个大于2的效果到底是什么，需要深入的一个分析啊。包括这个右边这张图也是一样的道理。目标细胞。一定范围内。它的一个细胞领域的组成。作为他的微环境。然后这个时候还是要强调一下，是以细胞类型为判定依据，然后进行CN聚类啊，就是细胞逆史的一个聚类。这两张图放在这儿还有一个意义就是告诉大家，嗯，空间转录组啊，有的这个平台的坐标是什么。Pixel啊，就是像素坐标，而有的呢，是真实的这个距离坐标。

啊，分析的时候一定要注意一下，像HD华大应该就是什么啊，像素坐标需要进行一定的缩放啊，这个空间坐标进行缩放才能。啊，进行下游的可视化展示。啊，你像Z呢，Zium它这个官方发布的就是实际的距离啊，这个坐标算出来的距离就是实际的距离啊，它就可以直接采用了cosmic呢。Cosmic也是像素坐标啊，需要进行一定的转换啊，一定的转换。然后接下来我们就要分析这个领域啊，首先要进行距离范围的选择啊，距离范围的选择。啊，前面已经强调过了，距离发挥选择啊，有两种思路。一种就是Windows策略，就是那个窗口策略，这个窗口策略呢，其实就是说画一个范围啊，一个圆，以目标细胞为中心画，呃，一定的半径画圆。

画圆对吧。然后这个圆圈内啊，其他的细胞类型，就是目标细胞类型的微环境啊，微环境啊，这种策略呢，其实在呃文章中引用是比较多的比较多的啊。多。但是这个距离选择呀。就是这个半径选择多大呢？啊，各个文章有不一样的啊，各个文章有不一样的，需要大家啊，按照自己的课题摸索一下，摸索一下。首先呢，我们有给大家几个依据啊，前面其实零零星星也提到过，并没有整理，首先呢，我们如果与细胞之间有产生互助这样一个距离。

作为我们半径的划分的话。大概是多远呢？啊，我们的通讯呢，有这个接触式信号有这个。啊，分泌式信号，如果说我们以这个细胞类型之间可能存在这个通讯。啊，为这个依据的话，最远最远啊，最远最远。啊，理论理论上最远是400μm啊，理论上虽然是250μm啊，说错了，250μm，这是文章的最远，但是在HD的讲解的过程中啊，给大家讲过一篇文章，他对这个Windows这个半径的划分，划分到了400，更加的范围更大一点。啊，为什么会划分到400呢？第一个它的基因捕获数比较少啊，不够少，那个稀疏性更强，第二个呢，就是什么。HD, 它这个。呃，数据分析啊。没有Z这个细胞分割这么精准，以及什么复活效率高。

所以说真正的划分的时候，如果以真正有这个细胞通讯为这个界。来划分这个半径的这个范围，一般来讲250μm就已经是最远距离了。啊，不过一般不会画这么远，最远也就画到200。200啊，200啊，那么文章中常用的一个距离是多少呢？常用的距离是多少呢？啊，这里面给大家列了一个啊，列了一些比如说一些研究中常见的是20μm 30~50μm，甚至80μm的半径选择。其中啊，20μm什么概念。20μm其实就是细胞紧挨着啊。呃，大家都知道哺乳动物的直径大概十几二十微米啊，如果它们以圆心为这个距离的话，这距离只有20μm，说明两个细胞几乎处于零距离接触。他们之间的通讯更倾向于什么？接触式信号啊，只有接触才会发生。30~50μm呢，啊，有接触啊，也有一定的游离，更加符合我们的这个真实的细胞结构。

嗯，在19课的时候给大家展示过那个细胞分割的那个状态，细胞之间啊，是有一定的空腔的。啊，让细胞之间可以左右移动，如果特别的致密细胞挨紧挨着根本就动不了，这明显不符合组织的一个结构，然后是80μm啊，80μm更远一点啊，它的一个。嗯，分闭式同学啊，可以进行有效的沟通啊。其中呢，最开始那个空间蛋白主。Qex了I'MC了，他在对进行这个CN分析的时候，就是细胞逆斥分析的时候啊，啊经常用过20啊，因为它是更更多倾向于接触式啊，细胞只有紧邻才有这个。30~50μm呢，是后来随着慢慢发展啊，适当扩大了一点，等到来到这个cosmic z这个的时候。啊，像王林华啊，他的一个文章呢，就倾向于用80位。

80μm，那么这个距离，嗯，有什么讲究呢？就是第一个呀，这个距离不能过小，过小的话特征值太少。比如说淋浴就俩细胞，这样的话很难进行下一的分析，也不能太大。太大的话，同质性太强，比如说周围都是啊，一类细胞或者几个细胞相互之间本来小距离还有点差异，越往大差异越小，这样的话会掩盖内部的一些一致性。所以说呢，在分析的过程中呢，通常采用的阈值就是。20和80两个值。明白吧，20和80两个值。然后呢，20呢，主要是接触式信号啊，80呢，就包括封闭式信号这样的一个分析策略。啊，第二种啊，当然Windows参考依据啊，可能有的时候我们要根据目标组织或者细胞大小进行一定的调整啊，比如说我们的这个。

啊，肌肉细胞神经细胞它比较长啊，可能要扩的大一点，对吧，扩的大一点，让它的通讯啊更加的有效一点啊，这是半径策略。这是半径策略啊，半径策略啊。半径策略也是比较推荐的一种策略。因为如果这个组织内有空腔啊，一定半径内它没有细胞就是正常，那就更加符合我们的什么。啊，真实的组织状态。第二种思，呃，思路啊，就是K精灵，就是说最临近的几个细胞，最临近的一个细胞。啊，这个有它的优势，在细胞密度不均的组织中适应性更好，就是细胞之间啊，相互之间，因为各种各样的细胞啊，形态啊，各种方面都有一定的差异啊，用这种K金0呢，呃，指定最近的几个细胞。作为它的一个环境来分析，呃，相逆气呢，其实效果有时候会很好，但是还是那个问题问题。

嗯，就是说一旦这个细胞有空腔。比如说呃，细胞的某一侧空腔比较大啊，本来应该在很呃，就是在，即使在很远的范围呢，这一侧也是没有临近细胞的。啊，这个时候呢，如果强行划分的话，会有一定的错误啊，一定的错误，不过从这个大多数的样本来看啊。K精灵和Windows两个人两个，这个分析效果比较接近，从大多数的课题来看，比较接近，比较接近，通常来讲80μm大概有多临近多少个细胞呢？啊，50~100个细胞。嗯，这个K70呢，我们在设置的时候，一般设的也会大一点啊，一般是几十到100之间啊。啊，主要参考依据就是经典研究范式啊，这个K近0，其实最开始的文章都用的这种方法。啊，最早提出细胞领域概念的研究者就用了这个每个周围10个椎精灵来定义题冲突，啊，后续都沿用了这个思路。沿用了这个思。

啊，细胞吸收性和功能缩小等等等等啊，就是说在选择这个K精灵的时候，这个值啊。还是一样的。如果我们20μm。就和那个空间大白呃不一样，这个自己考虑这个接触事情好。距离很小，比如20μm一个细胞，20μm范围内肯定放不了几个细胞，也就是10个，呃，十几个左右，如果是80μm的话，就放的更多一点啊，需要根据我们的课题进行一定的适配啊。不过通常来讲就是80和。啊，80和80μm的Windows范围，或者将近100个什么淋浴细胞啊，因为我们通常要考虑这个分泌式信号。啊，接下来给大家列举一些核心的例子啊，核心的例子你像这个呢，他也考虑这个文章。这个文章大家可以看一看，它设定的就是25μm啊，他给的这个图呢，大家可以看看，25μm几乎就是什么啊。

啊，细胞紧挨着啊，相互就是。嗯，相互之间零距离接触。25μm啊，对它的细胞类型进行一个组成，形成这个neighbor矩阵，然后k means聚类啊，聚类完之后呢，看看那些细胞形成了哪些细胞逆啊，哪些细胞逆。啊，这个呢，就是非常典型的这个只考虑计数式的啊，这是他们的一个方法。大家可以看看细胞距离的和领域的分析啊，它首先建立了一个200μm直径的这样一个啊，半径的这样一个策略。半径的这样一个策略，然后计算这个细胞之间的距离啊，最近的细胞距离，但是呢，在分析这个细胞逆的时候呢，却啊就是neighborhood who的分析的时候呢，他只考虑了这个追精灵的这个细胞。也就是说，呃，这种思路啊，在以前蛋白组是非常流行的，就是说。

最靠近的这些细胞啊，最有可能发挥互助。这个是啊，他们的理论依据啊，所以说呢，它用了25μm这样一个距离范围，分析细胞逆器啊，分析细胞逆器最后呢，进行聚类，聚类采用了什么。啊，开。这个距离方式不知道大家以前见过没？呃，单细胞刚开始的时候有两种训练方式，一种是graph based的，一种是came in.黑means聚类的，呃，有一个缺点就在于它聚类的数量需要人为指定。但是有其优势，优势是什么呢？当我们的特征值很小的时候，用k means聚类的效果比较好。它不像单细胞，单细胞的特征值就是基因的种类啊，一两万是吧，那我们淋浴细胞呢，它如果25μm淋域的细胞可能就有10个，那么在划分细胞类型的话，可能就三种五种这样的特征值很少，这个时候K因词聚类是比较适合的啊。

然后是这篇文章，大家可以看看这个范围。看看这个范围也是一样的道理，以这个某个细胞作为核心细胞啊，划分一定的距离，Windows Windows.嗯，然后呢，Windows内部的细胞作为它这个环境的细胞离异矩阵啊，形成这个临异矩阵，临异矩阵之后呢，进行聚类。啊，聚类完之后呢，就是我们的细胞逆齿啊，细胞逆齿它这个里面呢，划分了一些热图，就是每个细胞逆史，到底附阶段的一些细胞类型啊，这个也是比较重要的一方面，就和我们前面讲的一样，每个逆池到底富富含了哪些细胞。依据它什么显著负极的细胞进行。进行这个数据的一个注释啊，区域的一个注释。

依据显著负极的细胞类型进行进行这个区域注释啊，对于这个无论是低精度还是高精度，这种策略都是怎么样，都是适合的啊，都是适合的。大家可以看一看它的距离范围选择是多少。45μm啊，40μm，大家可以看到45μm就有一定的分泌式消要接触了，对吧。关闭式就要结束了。然后进行空间special逆。就是空间细胞逆齿的一个空间展示啊，看到没？因为这个细胞历史最直观的体现是什么？最直观的体现就是细胞结构，所以说它相对于分子逆来讲更加的直观一点啊，一旦发现，比如说某个逆齿只在某个样本中存在，那说明什么？啊，说明这种细胞结构是这个样本独有或者疾病独有的，它的分析更加直观一点啊，更加直观一点，它比分子那是更加直观一点。

啊，前面提到的两种啊，两种篇文章大家可以看一下，基本上都是什么策略。Windows策略画个圆对吧，一定的范围之内啊，这个也是画个圆，一定范围之内啊，一定范围之内。像这篇文章呢，其实也是一样的啊，画个圆。啊，当然它的坐标可能是这个像素坐标啊，它要画个圆儿，一定范围之内呢，它的自己和细胞领域的这个细胞种类的一个组成，形成一个领域矩阵。然后进行聚类，聚类完之后呢，聚了这么多类，然后依据优势细胞类型进行注释，注射完之后呢，然后看每个呃细胞历史，到底富集了哪些细胞类型。到底富集了哪些细胞类型？啊，以优质的细胞类型进行部署啊。看到没，这是也是一样一个策略，这个呢，它以200的像素的为界啊，200像素为界。啊，真实的距离需要大家进行一定的转化啊，一定的转换。

好，你看这篇文章，200个相似中文，大家看到没啊，这这一篇文章。啊，实际的距离是24μm。24μm，你看24μm大概包含了就是周围的环境，大概包含了10~20个细胞，对吧，10~20个细胞。嗯，还是那个大概那个距离和细胞类型的，呃，细胞细胞数量的一个判定啊，大概就是20μm左右，大概就是十几个细胞。80μm大概就是100个，不到100个就是细胞左右。明白吧，啊，在这种特征值比较少的情况下，通常采用什么？名是举类。啊，它这个其进行K面式聚类啊，开面式聚类可以自我指定到底聚成几类啊，它组成了7类。等等等等啊，累。然后有优势的。啊，每个地是负极的这个细胞类型作为它的一个注射的重点啊，比如说他负极了T，那就是CN1负极到T了杠T。

啊，它复集到了PC，呃，9-PC你像这个比较混合，它就mix，嗯。啊，这是一种注释的策略啊，其在讲低精度的时候给大家强调过啊，大家可以回顾一下。嗯，这篇文章大家可以啊，注意看他的这篇文章也是一样的。啊，首先呢，构建细胞空间的一个距离关系，最后呢，什么依据一定范围分析这个c neighborhoodourhood, 也就是细胞each啊逆，然后进行聚累，聚累完之后呢，这么多类。这个类呢，再强调一下，它是直接的细胞结构，我们直接依据细胞种类啊，聚成的这个细胞结构三内good，也就是细胞逆史，然后呢，根据细胞逆是在空间上。啊，样本之间的分布差异可以明显看出来，疾病样本到底有哪种特殊的细胞结构啊，正常样本是哪种特殊的细胞的结构，他们之间到底发生了怎样的一个结构变化等等等等啊，直接就可以看出来啊。

前面呢，基本上都讲到了这个啊，Windows策略就是画个圈对吧，画个圈儿啊，其中呢，这个KG0策略呢，其实引用的文章也不少啊，引用的也文文章也不少，你看这篇文章。啊也是一样的啊KS啊就是空间蛋白组思路跟这个z cosm都是一样的，大家可以看到也是进行啊special逆势分析，它所定义的这个根据的划分啊，就采用了最近的20个邻居。作为它的一个利率，然后根据这个细胞局呢，然后进行聚类，聚类采用了k meanss.Heins啊。这就是他的整个的一个整个的一个分析策略，从一开始。定义好细胞类型之后，划分这个最近粒细胞啊，根据最近灵的20个细胞。啊，分析它细胞逆齿，然后细胞逆呢，每个细胞逆齿呢，顾及到哪些细胞类型，画个热图，然后根据优势的细胞类型进行什么啊。

注释，嗯，注释你像这个像neighborhood波尔户的啊，肿瘤细胞，肿瘤随系等等等等，可以定义到两到三种，如果复集了2到三种，可以像它一样，这么注释明白吧。啊，将来大家如果想要分析这种数据，明显会感觉到这种数据的一个注释的一个策略，啊，就是这个策略。还有这种的啊。这种也是一样的，有的时候呢，它划分的时候啊。划分的时候。前面提到过，20μm是直接接触的信号，对吧。啊，细胞之间零距离接触，发挥这个什么。啊，接触式信号啊，如果说是更大一点，80μm呢，是这个包含了这个封闭式信号啊，有的文章呢，它更加的精细化一点，就像这篇文章一样。

25μm范围之内啊，是直接接触的作用，25~100呢，就是这个范围之外呢，它认为是封闭式信号，它分成了两层。啊，这种就分析的更加精细化了，把这个接触式信号和封闭式信号两者分开分析。啊，最后呢，依据两种都进行了CN的一个分析啊，分析完之后呢，进行对比。看到没？这种策略呢，其实更为高级啊，更加高级。在大家如果想要。做这样的分析啊。啊，请公司做呀，这个费用挺高的，费用挺高的。然后呢，对两种均均进行了这个行性分析，然后大家看到没。啊，积累完之后呢，啊，10个细胞class啊，空间结构10个细胞class的，然后呢进行划分，有直接接触式的，有分泌式的，最后呢对它实用进行聚累，并且看他优势的细胞类型以及。下游的他们到底发生了怎样的接触式互作和分泌式互作，明白吧。

啊，这篇文章呢，推荐大家去看一看。为什么要画圆或者选距离呢？直接细胞聚类呢？直接细胞聚类是什么意思？就是不考虑环境，只考虑自己聚类吗？那不是就和单细胞那种策略一样吗？那不就是基础分析吗？那个时候呢，就考虑自身，不考虑环境了，这对于空间来讲，丧失了空间信息的一个作用啊。啊，还是那句话，空间角度走啊，我们更多的强调的是这个空间的细胞结构，必须要考虑环境啊，必须要考虑环境，这篇文章大家回去看一看啊，将来如果大家想要发更好的文章啊。

更加精细化的分析策略是非常的重要的啊，非常的重要的。啊，留下这篇文章啊，也是这个这样的细胞的一个注射好之后啊，以这个目标细胞为中心，划分一定的范围，作为它的一个领域啊淋域细胞和自身的细胞均考虑进行CN聚类，聚类完之后呢，进行看看复集到它具体复集到哪些细胞类型，然后以优势的细胞类型进行注释。啊，负极到哪些细胞类型进行注释。王总。啊，策略都几乎差不多。我们来看看的方法，就是细胞频率啊，用到是什么。Windows size啊，就是Windows策略，就是画个半径，画个圆。放个圆，然后呢，认准啊，5~25μm这样的一个范围。啊，5~25的这个细胞，细胞的这个数量啊，说错了。

啊，每个细胞呢，周围的5~25个细胞，这样的一个邻居呢，作为它一个环境的考量进行使用分析。大家看这个细胞结构啊，其实之前给大家展示图更加直观，你像这个图也能直接看出来你像细胞类型呢。是这样一个分布对吧，那来到这个CN分析呢，CN和细胞类型展示出来，就可以明显感觉出他们的这个差异了。明白吧，明显处于两种不同的状态。啊，这篇文章也是一样的，大家可以看一看。细胞分析啊。画一个圆儿是吧，画个圆儿，一个细胞类型的范围，画一个圆儿，以它这个环境的一个特征呢，作为它一个。啊，输入的一个特征值，最后进行C性分析，最后进行注释的时候，由由由这个负极到的细胞类型作为它的一个注释的一个重点。作业分析即可啊，做一些分析即可。

啊，基本上我给大家列了很多啊，不过长这篇文章呢，给大家点出了这个。常用的一个方法就是IC map这个软件。啊，这个软件呢，它同时可以做这个Windows策略和最近0策略，他在分析的时候呢，就可以指定这个具体的距离啊，包括这个最啊到底多少个细胞。啊，到底多少个细胞啊，分析的时候呢，大家要还是那句话，大家要根据自己的空间转录组到底是哪种坐标系坐标这个系统考虑啊，如果大家是这个像素坐标，像素和实际距离要进行一定的转换，如果是实际坐标的话，那直接指定就可以了啊，你像他这个是像素坐标这篇文章，它就要进行一定转换。啊，转化之后呢，发现大多数啊3~4个细胞的长度，然后呢，聚类是K面子聚类。嗯，看过的文章啊，看过的文章。大多数对这个细胞领域矩阵进行聚类的时候都是采用的k means.啊，大多数都采用k means, 采用LA的，也有像那个王林华采用的是LA的啊，两种方式都可以啊，两种方式都可以，像k means的话，它需要指定我们到底聚类的数量，你到底聚成几类啊。

你像他这种18类这个值啊，需要我们自己优先设定。像那个雷菌类呢，需要我们指定经度。就是那个UT参数啊，它的精度是多少。两种都有一定的参数要指定，需要我们有一定的空间考量。啊，聚成多种，看一看，看一看。啊，一点文章都是一样的啊，基本上都给大家点到了啊，该说到的都说到了啊，这个也是像素距离大概是18.85，嗯，啊。啊，没有50个pik source85啊也是一样的，采用这种Windows策略。Windows策略啊，把这个环境最近邻的啊范围内的细胞呢，作为它的一个环境，然后形成这样一个矩阵，细胞A，它的周围的环境的细胞是ABC等等等等，这样的话就会形成这样一个细胞矩阵，对细胞矩阵进行K命是聚类，呃聚类完之后呢，就是直接的细胞结构。

直接的细胞结构啊，大家对比看看就可以，有的结构啊，在空间图上直接看就能看出来。直接看就能看出来他们之间的一个差异啊，像这种很明显啊很明显。这对于我们分析空间转录组其实是非常大的优势啊，非常大的优势，目前来讲空间转录组发的文章啊。相对于单细胞，相对于这个微字母低精度啊很少啊，相对比较少，大家只要做了这个高精度空间转弱组，按照这个。分子粒子或者细胞粒子的方法做一做，通常都能发生点，发现点什么。等到将来住的人多了，慢慢的也就变得。卷了啊，想发现那样好东西就不不太容易了。啊，基本上都是这样的。啊，细胞表型。

展示的时候呢，推荐他这种展示。上面展示细胞啊，嗯，Special逆CH啊，就是细胞逆，下面展示细胞类型啊，两者对比的看啊，其实也是一样的，大家可以直接看细胞类型，注射完之后根本看不出来差异到底如何。啊，细胞类型都是吗。当然它这个还明显一点，很多时候都看不出来啊，而且一旦来到这个空间结构的空间，这个细胞结构呢，立马就能看出来结构上的差异。然后把它放大圈，选一定的核心区域把它放大，最后进行核心比较即可啊，核心比较即可啊，你像这种。啊，细胞结构其实在不同样本之间啊，进行比较啊，差异的特别明显，特别明显，尤其是大家对那个正常和组织，正常和疾病进行比较的时候，一旦涉及到这个细胞结构的一个空间，战士立马就能看出来这个疾病组到底发生了怎样的一种改变啊。然后呢，它举行了啊，聚类适用了这个聚类啊，比较冷门的方法，定义了9种细胞类型，根据那个，然后这个配置啊，他用的比较冷门的方法。

你像这种也是一样的。对吧，先用聚类。黑板它采用的距离是什么？啊，最近0策略啊，最近零策略。啊，一定的范围之内，作为它的一个环境考量，然后进行CN注释，注释完之呃，CN聚类聚，聚类完之后呢，进行注释，啊注释的策略呢，也是依据什么。啊，显著负极的细胞类型作为它的一个注释的一个主要内容啊，进行考量，最后呢，划分出嗯，相应的空间分布啊，进行比较即可啊。看这个。啊，它采用了最10呃10个最精灵的细胞。啊，Group, 一个Windows作为它的一个环境的一个内容，然后进行K聚类。啊，分别是呢，聚了15类，然后进行下一步的更加细致化的分析。

这篇文章呢，其实昨天啊给大家强调过，希望大家去看一看，对于我们空间转录出来啊，无论是低精度高精度，还是这个大探针小探针。做分子逆齿和细胞逆斥啊，这两部分是都要做的。都要做的。对于现在这个空间转录组分析来讲，分子历史和细胞逆史两者都要做，而且呢，嗯，像这篇文章啊，他把这个分子历史和细胞逆史都放进来了进行呃，比较分析，通常来讲就和前面展示的文章那样，以细胞逆史分析为主。啊，然后发现新的细胞结构啦，新的细胞什么划分了等等等等这个啊主要策略，但是现在呢，要求大家分子历史和细胞历史都做，就像这篇文章一样。嗯，这是分子逆史，这是细胞逆齿啊，分子历史基于基，呃，基于这个基因，细胞逆史基于这个细胞类型啊，然后两者进行划分，好的这个细胞逆齿之后呢，看看显著复集到什么样的细胞类型，最后进行综合比较，得出一样一个。

比较全面客观的一个结论啊结论。这里面插一个题外话，大家觉得啊。通常啊，就是现在的分析背景就是。分子逆磁和细胞逆磁都要做，但是呢，通常采用细胞逆磁的结果往下走。啊，分子因式呢，可能。啊，如果不太符合大家的预期，或者分析难度比较大，通常采用细胞，你就和前面的文章一样。啊，这里面呢，就会涉及到一个售后的问题。大家请公司做啊，做分子逆次，做细胞逆斥。啊，有没有有没有，有没有说是这个，首先呢，这个费用大家不知道。大概知不知道是多少呢？反正历史个细胞历史整体的分析啊。费用的话啊，大家想想有多少。想想有多少。

啊，将近一两万啊，将近一两万啊。就是这么高啊，就是这么高啊，当然这里还不是重点强调的，这个重点强调的是什么呢？如果公司分析的分子逆齿，这个细胞逆齿，你只采用了这个细胞逆斥的这个结果，而分子逆齿呢，没有采用，那么实际情况会怎样？大家觉得分子历史的那个费用大家可以不用付吗？啊，还是要付的，其实这里面强调的是我们做科研啊。需要试错啊，试错啊，这个试错的成本啊，也是课题组来承担的啊，课题组来承担的，如果自己不做，请公司做试错的这一部分也是要给钱的。也是要给钱的，这也是平常强调大家学会自主分析，进行自我挖掘，自己深入挖掘的一个原因，自己做的话，花时间就可以。

请公司的话，不仅花时间还要花钱啊。这个呢，就是这篇文章啊，非常经典啊，希望大家回去好好的研究研究，分子历史和心宝历史都要联合做啊，联合做。然后呢，最后呢，我们来看一看zip平台如何分析细胞体器，如何分析细胞离器，首先第一步构建领域窗口啊，Windows策略。啊，这个窗口是多远呢？如果大家如果直接的这个指定。啊，直接的这个指定一定的半径啊，如果是接触式信号就是二十二十五。如果说要考虑阴茎的分泌式情况，就是六十八十啊，这是最常见的两种啊，距离选择，最常见的两种距离选择，如果是这最近离呢。最近离呢？只考虑最近的多少个邻居呢？啊，三十五十差不多，如果想要对标80μm的这样一个就是80。80μm这样的一个距离呢，大概的它的呃，环境的细胞啊，不到100个，100个左右，不到100个。

然后呢？形成细胞领域矩阵，对每个窗口的各类细胞的比例啊，进行聚类啊，聚类的时候呢，前面的文章大家看到了，采用k means的方式居多，但是王丽华的文章采用了这个LA的啊，LA的等到我们下节课讲这个依据环境，依据这个细胞领域区分亚型的时候呢，会强调这个内容啊，不过现在先提一下就是leader，嗯，K Miss和leader都可以啊，都可以，然后呢。识别和注释历齿要根据它优势的细胞类型进行注释啊，注释。啊，包括一些区域的细胞类型也可以，比如肿瘤核心啊，细胞核啊，肿瘤核心啊，肿瘤边界啊等等，但是通常的注射策略还是以优势的细胞类型作为注释的一个重点。做事的一个重点。啊，我列举了这么多文章呢，大家有感兴趣可以回去看看，等大家把这个文章看的多了之后，就能明显感出来这个距离该怎么选择这个。

这个距离该怎么选择，这个什么这个。啊，最近灵呢应该选择多少个细胞啊？两种策略到底应该怎么选？大家明明，嗯，大家自己就有一定的感觉啊，一定的感觉，嗯，这篇这张PPT展示的文章呢，是。这节课核心的重点啊，核心的重点也是对学员的一个细致的要求吧，希望大家在分析领域的时候，可以把接触式信号和分泌式信号分开，分成两层。啊，接触式单独分析，分泌式也单独分析，这样分成两层进行分析的话，怎么样。结果会更加精确，分析会更加的细致，也受审稿人的欢迎啊，审稿人希望大家分析的时候更为严谨，更为这个符合这个科研的要求啊。好了，同学们，这就是我们PPT这部分内容啊，大家感受一下这个距离的选择，以及它的一个啊实验分析的策略，我们休息5分钟，休息5分钟来看看代码部分，好吧，休息5分钟。

有些组织结构，比如说三级淋巴结构，是不是通过细胞逆史和分子历史得到，我看分子历史和细胞逆史没有得到组织结构的。如果大家组织的结构啊，三级淋巴结构这种比较小的结构啊，有的文章呢，确实可以通过这种细胞逆式得到。啊，细胞逆是主要复极什么呢？腹极B细胞，复极CD细胞和腹肌T细胞啊。有的，嗯，有的文章是可以得到的，然而这个一旦涉及到这个空间大范围的这个区域。比如说组织结构，人工可以划分的这种大范围区域，通过这个分子的细致分析啊，很难得到，因为它内部有一致性，很难聚成一大类，明白吧。剧烈的时候还是比较精细的，它把里面的一致性给体现出来了啊分析的时候呢，可能你病理划分，比如说病理划分了一个大的区域。啊，经过细胞历史1聚类，发现发生了聚类了3类4类。

你想把它聚成一大类，这个可能性不是很高，因为它内部的意志性还是有的啊，还是有的。看看有没有现成的例子给大家看一下啊，看看有没有。嗯，好像是没有一个现成的，你像这种的。大片段的这个聚类啊，其实不太容易聚成一类啊，不太容易聚成一类。不过呢，我们就是需要他把我们的这个空间抑制性给它体现出来，明白吧，这种细胞结构的差异给它体现出来，这个区域啊，越精细越好啊，越精细越好，大家那个研究那个肿瘤的时候。应该知道肿瘤块或者肿瘤这个炎呃，发生的这个时期啊，越早越小最容易治愈啊，我们发现问题呢，也是最就是发现他的萌芽阶段。啊，就是最开始那个阶段啊，是最重要的啊，至于后面都已经复发了什么的，那那可能就麻烦了啊，即使再研究可能也治不好了。

啊，这个就比较麻烦了啊，比较麻烦了。啊，这个还是要强调一下啊，大家那个病理信息啊。病例信息。啊，一定要好好做好，知道吧，一定要好好做好。啊，无论是疾病的哪个时期啊，男女这种性别信息，包括年龄啊，这种信息一定要详详细细的给到这个我们的数据啊，给到我们的数据，因为在后面大家分析的时候，进行多多样本进行对比的看的时候啊。这些信息都要都要拿到，都要看，都要看，知道吧，不能放过这些细节问题，这是对大家科研的一个最基本的要求，明白吧。绝对不能放，放掉。还有这种注释有优势啊，你这个富集到的优势细胞类型进行简单的这个先用注释。啊，也是大家所需要知道的一个重点啊，重点。

最后呢，再强调一遍，就是这篇文章，分子历史和细胞历史都要做，大家找公司做，花的钱其实很多的。啊，因为分子逆式和逆细胞逆史都要做，但是大家后续的个性化分析啊，通常以细胞逆史为主啊，分子逆式可能为辅，甚至都不用，但是这个分子逆式的费用呢，你还是得付。啊，所以说呢，推荐大家自己学会这个分析，然后呢，探索探索啊，深入的探索，这是比较好的一个策略啊，比较好的一个策略。这个地方呢，就是我们主要分析细胞历史的这这个核心逻辑，核心逻辑。好了，接下来我们来看看代码啊。嗯，这篇文章一定要回去看看啊，就这个。1。接触式信号和封闭式信号进行分开分析的这样一个策略更加精细化，这篇文章大家一定要回去看一看，回去要看一看，如果能用在自己的课题中，那就更好了啊，更好了，说明大家的至少这个课题设计分析思路是完全没有问题的啊，完全没有问题的。

好了，接下来我们来看看代码部分啊，代码部分看一看。代码呢，其实就是，呃，刚才PPT给大家强调的。啊，也是现在通用的做法，就是这个I cm map.SM啊。我们来看一下啊。这个脚本啊，写的非常的，参数写的非常多，因为前面提到了。前面提到了很多时候啊，我们我们根据分析情况的不同，就需要指定不同的分析策略啊，不同的分析策略，你像我们可能需要指定什么。啊，聚类方式呢，有两种，K meanss和雷啊，两种都可用，哪种好目前没有定论，需要大家试一下，需要大家试一下，不过从文章发表的情况来看，大多数采用k means, 但是这个k meanss需要我们人工指定这个K值就是聚了多少类。救了多少类？人工指定这个K值啊，然后那个划分这个细胞领域，就是周围环境的这样一种方法，有两种啊，就像PPT展示的两种。

一种是。啊，固定半径就是Windows策略，另外一种是K近0策略啊，这两种策略呢，这个脚本里都有体现啊，通常啊，通常我们采用这个半径策略。啊，就是画一个圆啊，这个圆的就是它的环境，有的时候呢，会采用这个neighbor策略啊，最近灵的多少个，30个50个作为它的一个微环境。啊，作为它的一个核心选择啊，分析的时候呢，这些策略呢，大家要根据自己的课题实际情况进行灵活的一定调整明白吧。好，我们加载进来，加载进来。首先给大家读一个数据啊，还是那个数据啊，这个数据比较大，可能要读一会儿啊。

啊，可能有的人，有的同学可能会关心说这种策略能不能用在这个。V字母HD或者华纳这样的数据中。可不可以呢？那大姐的可不可以？啊，首先从方法在来讲，完全可以，就是说你用那个华纳数据做了细胞分割之后，用这样的一个策略进行分析，完全可以啊，完全可以，但实际呢，难度比较大。因为华纳那个基因中位数啊，和Z内这种没法比，那么在细胞注射上准确度就低。那总数就低，那怎么办呢？准确度最低，第二个还是距离范围，选择它还是像素坐标，这种距离的转换啊，你还得问问那个华纳的研究人员，看看到底是怎样的一种比例值，像那个如果说它的比例值啊。反正就是每个样本都不太一样的话，分析的时候啊。难度会更高，它像ZZ那个就是什么，直接的就是细胞直接的实际距离。

啊，这个是最好。这个是最好。这个是最好啊，就是说直接的细胞距离这个是最好啊，直接指定参数啊，80就是80μm就最好。啊，如果是像素坐标的话，需要大家进行一定的转换啊，进行一定的转换。啊可以，方法上绝对可以啊，但是实际上难度操作难度比较大啊，操作难度比较大。啊，因为前面的分析啊，无论是指控啊，还是细胞注释啊，还是那个划拉的难度都比较高啊，都比较高。方法上是可以的啊，方法上可以，然后我们读进来还是这个数据啊，做好了细胞已经。啊，有亚型啊，但这个细胞类型啊，只是作为一种展示啊，它并不是啊，那么的精细啊，那么的精细，这里面呢，我还是给大家抽点数据，作为它的一个展示的一个方式啊。抽1万个。啊，大家自己不要抽啊，做细胞逆史的时候。

啊，不要抽啊，不要抽，直接分析即可啊，直接分析即可啊，这里面还有一个问题是什么。多样本的问题。啊，这里面。大家做那个做那个什么。做那个zium啊，Cosmic啊，它那个片子很芯片很大啊，通常放了多个样本啊，通常放了多个样本，他们共有一套坐标，大家只需要选样本进行分析即可，分析完之后啊，这个坐标是相互之间怎么。相互之间是这个啊，不需要这个额外处理的，直接这个进行啊，划分这个领域范围，然后进行分析即可啊。这是多样本啊，其实还是单样本啊。然后呢，写上坐标啊，坐标写到这个OBS下面。啊，用了我们的X坐标Y坐标啊，Y坐标接下来呢，就要考验大家的这个内容了，啊考验大家的内容了，大家是想用哪种方式来进行。

领域区分呢？啊，大家是想用哪种方式来进行领域区分呢？如果想用这种半径策略，就是或指定一个的范围。一定的范围。啊，就用这个代码，当然这个image gradeid, 就是我们划分的这个f fo v f fo v通常是这个cosmic的叫法，像这个Z的叫法呢，就是什么。任的叫法其实就是每个样本就是一个切片，他把所有的片子都给撤了啊，所以指定这个样本就可以。啊，其中需要注定的注意的是就是一个半径。如果我们啊，如果大家呀，想要精细化的分析，比如说像这篇文章精细化的分析。啊，分泌式信号和接触式信号啊，分开分析，那么在分析的时候，这个地方就要分析2遍啊，半径先指定20。这个时候只分析这个什么。

接触式信号啊，如果说呢，呃，第二遍呢，就要分析这个80啊80啊分这个时候呢，就要什么分析这个封闭式信号。然后呢，表情就是我们。啊，大家定义的那个结果啊，细胞类型。这个呢，就是对它进行半径分析，策略的一个核心参数啊，分析就可以啊，然后就开始计算了。当然它虽然报出来是8GPX实际的空间坐标啊，如果就是真实的距离的话啊，这个其实就是真实的距离了，明白吧。Z直接指定就可以啊，像cosmic或者其他的空间平台，如果是像它这种报出来是像素坐标的话，需要进行一定的转换啊，一定的转化，大家看一看这个函数啊，这个函数非常的参数非常的多。特别的智能。啊，那三维还有这坐标啊，不过现在三维空间3D的空间转录组。

啊，目前来讲还很遥远，还很遥远啊。将来能不能商业化啊，还存疑啊存疑。表型呢就是细胞类型表形或者细胞划分就是细胞类型，方法呢就是半径。啊，一个是万径，一个是什么。啊，你指定最近的几个细胞啊，指定最近的细胞。啊，如果是指定半径的话，指定距离，如果KN的话，指定这个最近的细胞啊image ID呢，这个通常我们不用指定。然后label啊，等等等等。你像这个半径50啊，还给了一种分析策略，如果我们啊，如果我们用半，用这个半径策略啊，画一个圆出来。啊，就是这种。如果我们采用最近联细胞呢？啊，就是这样一个命令啊，这通常只能2选1啊。2选1啊，哪个好呢？需要大家试一试。推荐啊，推荐这个。

啊，画个圆就是Windows策略。推荐给大家画个表，就是Windows策略neighbors welcome neighbors多少。啊，多少个neighbors。注意啊，Neighbors大家不要瞎说啊，也不要也不要瞎说，大家要根据文件来，你看这个是半径策略，我们就不多说了，大家看文章看的细一点啊，Neighbor是多少？10~20。20。嗯，5~25。有没有了啊10明白吧，当我们采用这个最近0策略的时候，到底选择多少个最近的细胞作为它这个领域呢？林玉呢？如果是接触式信号，就是障碍的10~20个。20。啊，就是说很近的这个细胞20就完了。啊，如果想要像那个z name一样，呃，封闭式信号也要考虑君兰啊，可能就会远一点，比如说80。

等等等等啊，不过通常的做法就是大多数文献的做法呢，仍然以这个呃，紧密的挨着的细胞作为它的一个核心的微环境，所以20 30采用的最居多。明白吧？分析的时候，这些策略自己回头一定要想想啊，可不敢瞎分析啊。然后。这个地方为什么？啊，这个参数。看到没？这个参数有问题啊，因为很少用这个。很少用这个。

这个最近邻的这个策略一般是Windows策略啊，它这个参数应该是经过升级改进了。所以这个参数要改一改啊，是KO。啊，这个参数要改一下啊。因为很少用这个函数啊，更新了。然后呢，识别每个细胞的一个，最近的20个细胞，明白吗。接下来是什么？接下来是什么？接下来就要依据它这个进行剧烈了。啊，聚类的方式呢，前面也提到了，有两种方式类是聚类和k means是聚类。嗯，如果大家采用这个kins呢，需要有一个参数。啊，就是这个参数。聚成几类？聚成几类呢？每个文章聚类都不一样，它也是经过调整的，比如说聚类5类发现啊，太少了。

啊，就据实类啊，等等等等，这个需要大家试一下啊，通常据通常也就是据实类先看看啊，据实类先看看。不行再调整啊，不行再调整，K means有这个缺陷啊，K Miss有这个缺陷。啊，可以面试聚类啊，聚类完之后我看看啊。大家看看，我们K是聚类。啊，给了这个。放在这个下面。OBS.啊，聚类啊，聚了几类。啊，大概是4类啊。我们指定了10类，就是10类。啊，当然有的时候呢，我们用这个雷den聚类，Laden聚类呢，有一个参数就是我们指定这个聚类精度。这个剧烈精度啊，像单细胞剧烈精度通常是多少。

啊，0.5啊，空间呢，空间那个基因矩阵也是0.5，空间那个细胞矩阵呢。啊，推荐大家小1.0.20.3这个时候呢，它的特征值也很少需要，所以说这个经络啊也要低一点，比如0.2。然后聚类等等聚类。啊，两种方式哪个好呢？也需要大家探索一下，看看哪个好明白吧。希望大家探索一下，看看哪个好。当然我这里面数据演示啊，1万个细胞也是抽过的，所以说剧烈效果没有原始的那种效果好。啊，大家自己分析的时候，要根据每个样本的特点进行详细的分析啊，尤其是多样本的这个啊，领域分析比较的时候，分析这个谐音的时候，分析这个细胞逆势的时候啊，需要大家进行更为细致的选择和课题设计，每种都试一下。啊，这也是推荐大家为什么要自己学习的一个原因，大家自己最好能学会试一试。啊，这个试错的成本呢，就转化为大家的时间成本啊，如果大家找公司的话，那就是这个试错的成本就是什么，既是时间成本，又是课题费用成本啊，自己也花了不少时间啊，自己也得会看这个结果并且什么。

自己得懂啊，不能开盲盒，明白吧。啊，公司给的结果到底是哪种方法策略啊，这种组合产生的结果大家要自己看一看。不能开盲盒啊，尤其是对于博士来讲，不能开盲盒啊。啊，最后聚类结果也给到这个。这个。啊，锯出来的这样一个结果啊，明白吧，两种剧烈结果大家都可以看看啊，都可以看看，然后可视化啊。想把它设置成因子啊？因子啊，聚成了9类啊，LA聚了9类，Kin是聚了10类啊。最后我们来画个图看看。

这个图是什么图？就这个口。这种图啊，这在这个文章中展示的还挺多的。当大家数据特别多的时候，画图啊，也需要很长时间啊，你像我在家1万个点画的都费劲啊，我让他画一画。当然，这是抽了数据了，画出来可能很丑啊，真正画的时候大概就是这个样子。每个样本铺的很满这种啊，或者大家截一个区域出来，画出来就是这种效果。我们来让他画一画。

嗯，画的还挺费劲的啊。不太容易化，我看看占用了多少资源。嗯，占用资源倒不是很多，看来画图只是消耗时间啊。画不出来，等一等啊，我们再等一分钟，画不出来我们就Q掉，然后呢，告诉大家这种图就是这种图。多篇也可以这样做吗？虽然提前坐标移动嘛，1Z内和cosmme，通常大家那个一个切边放了多个样本，他们就是一套坐标系统，不需要移动，不需要你。这个图代表了啥？其实就是细胞逆齿。空间分布的一个现象，空间分布的一个结构，细胞逆齿。

就这个图啊，其实就是细胞逆史外源的这张图啊，其实它是因为计算的一个啊，周围没有细胞了，没有没有这个领域了，所以把它延伸到图外了，核心就是这一块这一块。看来很难啊，很难画出来。不画了啊，不画了，画不出来啊。然后呢，我们来看看空间派图吧。看看这个图能不能画出来。行好好啊，我们指定样本啊。

看下这个图啊，有些图啊，因为计算量比较大，画的也很费劲啊，大家做那个售后分析的时候有的要求，哎，你就给我画张图嘛，为什么要我这么多钱画图也也挺费劲啊。哎，大家这个就可以看看啊，P图啊两个样本。啊，我们指定的是样本啊，大家可以看看它的一个使用分析的一个分布特点。每个样本多，每个样本少啊。哎，怎么了？啊，每个样本多，每个样本少啊最后呢，画一个把图。就是三种图，一个是空间的图，一个是派，就是原那个。病毒，嗯。一个就是呢，这个柱形图啊，三种图都要画啊。

最后还有空间图啊，大家那个这个每个空间啊，细胞逆齿的空间分布啊，也是大家所需要的关注的一个点。啊用啊，分种细胞类型的组成，大家可以看一下啊，当我这里面是演示数据啊，四个样细胞类型，而且什么抽了很多的数据啊，本来99万抽的只剩1万了，很多时候都不太符合预期啊，大家自己分析的时候不要像我一样瞎出数据啊，一定要按照自己的课题设计，详细的进行分析啊，详细的进行分析。那么这个过程啊，大概就是这样的。啊，重点强调的文章呢，需要大家回去看看，一个是这一篇。啊，一个是这一篇啊，两篇文章大家回去一定要好好看看，好好看看啊，分子历史和细胞历史，以及他们聊如何联合分析。包括这个细胞历史，能不能指定这个最近，呃，就是。封闭式信号和接触信号把它分开啊，更加精细化的分析，这对大家的要求啊，都是非常高的非常高的啊。

那么讲完这节课，想问大家一个问题，大家觉得空间转录组分析难吗？难不难？空间着的组分析难吗？空间转录组啊，大家也看到了。看文章，跑代码。这些都不难，难的是什么？男的是什么呢？分析策略和思想，明白吧，就是我们拿到这个样本，脑子里要想好该怎么做。可能有好几条，每条都要做。就是因为选择有点太多了，才会说它可能比较难啊，就像单细胞都不没什么难度了，直接一条龙分析就可以了，是吧，那空间呢，空间还没有所谓的标准化流行。所有按照标准化流程，这个空间就分析完就可以了，没有。

不同的策略，每个样本都要采取不同的策略，明白吧，因为它的选择策略比较多，所以每个策略的背后呢，都需要理解背后的逻辑，然后根据自己的课题选择一个比较合适的策略来进行往下分析。就是考验大家的思想。这种情况比较难，比较难。