空间转录组学中的生物学与技术性空间变异
Biological and technical spatial variation in spatial transcriptomics
一句话提出 stipple，将空间可变捕获纳入突发式转录模型，以区分生物学变异与空间技术噪声。
研究问题
分析流程
- 1建立捕获模型：对随空间变化的捕获过程进行建模。
- 2整合转录模型：将空间可变捕获模型纳入突发式转录模型，以区分生物学变异与空间技术噪声。
- 3实现与应用：将方法实现为 stipple 程序，并展示其识别和解读空间基因表达变异的用途。
关键方法与工具
- stipple
- 识别和解读空间表达变异
设计思路
主要发现
- 研究开发了空间可变捕获模型，并将其整合进突发式转录模型，用于区分生物学变异与空间变化的技术噪声。
- 该方法以 stipple 程序实现，研究展示了其在识别和解读空间基因表达变异中的用途。
可借鉴之处
- 分析空间表达差异时，可借鉴本文将捕获过程的空间变化显式建模的思路，而不直接将所有空间变异解释为生物学差异。
- 本文将技术过程模型嵌入转录模型的做法，为在同一建模框架中区分生物学信号与技术噪声提供了参考。
数据与代码
摘要（中文翻译）
空间转录组学技术能够识别具有空间变异的基因，从而帮助理解组织结构与功能。然而，基因表达的空间变异不仅可能源于生物学功能，也可能源于技术伪影。我们开发了一个空间可变捕获模型，将其作为突发式转录模型的一部分，从而区分生物学变异与随空间变化的技术噪声。我们的方法通过名为 stipple 的程序实现，并展示了该程序可用于识别和解读空间转录组学检测中的空间基因表达变异。
英文原文摘要
Spatial transcriptomics technologies enable the identification of spatially variable genes that can shed light on tissue structure and function. However, spatial variability of gene expression can be due not only to biological function but also technical artifact. We develop a model for spatially variable capture that forms part of a bursty transcription model, allowing us to distinguish biological variability from spatially variable technical noise. Our approach is implemented in a program called stipple, which we demonstrate can be useful for identifying and interpreting spatial gene expression variation from spatial transcriptomics assays.
摘要来自 Europe PMC。翻译与解读由模型根据摘要生成，可能有误，不构成诊疗建议；数据以原文为准，版权归原出版方所有。