10X单细胞-10X空间转录组联合分析之八----STRIDE(三维重构)

这一次我们来分享一下单细胞空间联合分析的软件STRIDE,文章在STRIDE: accurately decomposing and integrating spatial transcriptomics using single cell RNA sequencing,大家可以看看,关于单细胞空间联合分析的方法分享了很多了,这是第八个方法,我们来看看有什么好的地方。

Spatial TRanscrIptomics DEconvolution by Topic Model (STRIDE) 是一种计算方法,可利用从单细胞转录组学训练的topic profiles从空间SPOT中分解细胞类型。 除了细胞类型组成反卷积,STRIDE 还提供了几个下游分析功能,包括(1)特征(即主题)检测和可视化,(2)基于邻域细胞群的空间聚类和域识别以及(3)从同一组织的连续 ST 载玻片重建三维结构。(看来有三维构建的能力,很不错,而且是一个集成软件)。

图片.png

来看看示例(人类心脏发育的数据)

Step 1 Deconvolve the cell-type composition of ST data

这里使用 6.5 PCW scRNA-seq 数据作为参考,对不同时间点的 ST 数据进行反卷积。 在本例中,scRNA-seq 和合并的 ST 计数矩阵以 10X HDF5 格式存储。 我们还为 STRIDE 提供了自定义标记基因列表,以在区分相似细胞类型方面取得更好的性能。 准备好所有数据后,我们使用 STRIDE 去卷积来区分 ST 数据的细胞类型组成。
STRIDE deconvolve --sc-count Data/Human_heart_scRNA_gene_count.h5 \
--sc-celltype Data/Human_heart_scRNA_celltype_curated.txt \
--gene-use Data/Human_heart_scRNA_markers.txt \
--st-count Data/Human_heart_ST_gene_count.h5 \
--outdir Result/STRIDE --outprefix Human_heart --normalize

Step 2 Visualize the deconvolution result(很漂亮)

After cell type deconvolution, STRIDE plot could be used to visualize the deconvolution result. Users can specify the sample of interest by setting --sample-id. Here we use sample 9 as an example.
STRIDE plot --deconv-file Result/STRIDE/Human_heart_spot_celltype_frac.txt \
--st-loc Data/Human_heart_ST_location.txt --sample-id 9 \
--plot-type scatterpie --pt-size 12 \
--outdir Result/STRIDE --outprefix Human_heart_S9
图片.png

Step 3 Identify spatial domains

STRIDE 可以通过结合邻域信息和cell类型反卷积结果来进一步识别空间域。 具有相似细胞类型组成和相似周围细胞群的位置将聚集在一起。 此外,可以指定他们想要对其执行空间聚类的样本。 (这个地方也是进步的一点,聚类得到了最大程度的优化)。
STRIDE cluster --deconv-file Result/STRIDE/Human_heart_spot_celltype_frac.txt \
--st-loc Data/Human_heart_ST_location.txt --sample-id 9 \
--plot --pt-size 11 \
--weight 0.5 --ncluster 4 \
--outdir Result/STRIDE --outprefix Human_heart_S9
图片.png

Step 4 Reconstruct the three-dimensional model of the human heart by slide integration

STRIDE integrate --deconv-file Result/STRIDE/Human_heart_spot_celltype_frac.txt \
--sample-id 8 9 10 --topic-file Result/STRIDE/Human_heart_topic_spot_mat_26.txt \
--st-loc Data/Human_heart_ST_location.txt \
--plot --pt-size 4.5 \
--outdir Result/STRIDE --outprefix Human_heart_6.5PCW
图片.png

方法简单而且不错,值得学习和分析。

生活很好,有你更好

©著作权归作者所有,转载或内容合作请联系作者
禁止转载,如需转载请通过简信或评论联系作者。
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 158,736评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,167评论 1 291
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,442评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,902评论 0 204
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,302评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,573评论 1 216
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,847评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,562评论 0 197
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,260评论 1 241
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,531评论 2 245
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,021评论 1 258
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,367评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,016评论 3 235
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,068评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,827评论 0 194
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,610评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,514评论 2 269

推荐阅读更多精彩内容