文章预览
大家好！今天为大家介绍一篇2024年9月发表在Science Advances上的文章，题目为“SpaTopic：用于从空间转录组数据中探索肿瘤空间结构的统计学习框架”。这篇文章的主要内容是提出了一种称为SpaTopic的统计学习框架，它通过整合单细胞转录组数据与空间转录组数据，实现了空间spot聚类与细胞类型解卷积的统一。文章的通 讯作者是南京大学生命科学学院陈迪俊副教授，其主要的研究领域是生物信息学、基因调控组学和进化基因组学。 01 背景介绍 肿瘤组织在肿瘤微环境（TME）中呈现复杂的空间结构。空间转录组学（SRT）在揭示TME的细胞和分子层级的空间结构上有很大潜力，但识别与病理相关的空间区域仍然具有挑战性。 传统的空间转录组学聚类方法基于基因表达模式或邻近性对spot进行聚类，以识别组织内的不同亚群。这些算法往往忽略了组织微环
………………………………
