整合单细胞和空转数据多种方法之Cell2location

文章预览

除了我们上期介绍过的 CellTrek 算法【 整合单细胞和空转数据多种方法之CellTrek 】，还有非常多的算法用于整合单细胞和空转数据，如何快速系统的了解更多的主流整合算法呢？这么多种算法我们又应该选择哪种呢？ 答案是查阅综述+大量实践！ 例如，2022年发表在Nat Methods上的这篇空转Benchmarking文章（DOI: 10.1038/s41592-022-01480-9），来自 瞿昆老师团队 。文章系统比较了16个空间转录组数据分析算法： image-20231228152056060 结果显示， cell2location、spatialDWLS、RCTD 等算法具有更优异的去卷积性能，能够更准确地拆分空间转录组数据的细胞类型组成。 另外，来自2022年的Briefings in Bioinformatics综述文章（DOI: 10.1093/bib/bbac245）测试了10种整合算法： image-20231228152625154 “Taken together patterns observed from internal and external reference, our results suggest that RCTD, cell2location and stereoscope ………………………………