文章预览
空间分辨的基因表达谱对于理解组织结构和功能至关重要。然而， 空间转录组学（Spatial Transcriptomics, ST）分析技术缺乏单细胞分辨率，并且需要结合 scRNA-seq 信息来解析空间索引数据集 。 利用这两种数据类型的优点，Holger Heyn 团队开发了 SPOTlight 这一计算工具，于 2021年5月21号发表在NAR杂志 上，标题为《 SPOTlight: seeded NMF regression to deconvolute spatial transcriptomics spots with single-cell transcriptomes 》。 它能够整合ST和scRNA-seq数据，以推断复杂组织中细胞类型和状态的位置。 SPOTlight的核心是基于种子的非负矩阵分解（seeded Non-negative Matrix Factorization, NMF）回归，该方法通过使用细胞类型标记基因进行初始化，并利用非负最小二乘法（Non-negative Least Squares, NNLS）来进一步解析ST捕获位置（spot）的空间分布。 SPOTlight官网：https://github.com/MarcElosua/SPOTlight 软件安装 我这
………………………………
