顶刊分享---空间转录组三维重建、表征空间梯度和细胞相互作用（Stereo-seq）
发布时间
阅读量：
阅读量
作者，Evil Genius
我的妈呀，上班刚坐下，先看举报信~~~
捅了猴子窝了，去了者行孙，又来行者孙~~~~
咱们觉得应该提出正当合理的举报理由对吧？
侵权投诉听起来好像有些过于夸张了吧？
要找资料或者脚本之类的东西的话，在这里都能找到盗版资源呢！
觉得这样的处理方式似乎有些过分了呢！
今日分享文章，华大和美国斯坦福大学联合发表的
分析内容
知识积累
空间转录组：2D → 3D。
单细胞分析正在发生转变——从经典的、cellular-level的reductive焦点转向这一方向——使得研究者能够以极高的精细程度进行multi-dimensional的空间和time的研究。
Spateo：用于三维空间转录组学的多层次时空建模的多功能工具
方法验证：重建全鼠胚胎三维分子全息图
多方法比较构建小鼠胚胎全息图
解剖组织的细胞间和细胞内机制（CCI框架）
基于空间加权建模的方法将表达模式与可能的机制LR建立相互作用联系，并且同时考虑组织区域之间的潜在差异性。
体受体和下游基因表达不仅体现了转录因子（TF）的功能，并且构建了被称为"TF基因模型"的概念，在此框架下实现了细胞间相互作用与细胞内信号传导路径之间的关联建立。
方法示例：中枢神经系统发育下功能性生物回路的系统表征
方法示例：形态矢量场分析用于预测心脏迁移轨迹及其非对称腔器官发生中的分子机制，并揭示潜在的发病原因
通过推测细胞迁移的运动轨迹来标志参与不对称心脏器官发生的分子机制，并以此将宏观形态动力学与微观表达动态关联起来。
3D空间转录组学的“谷歌地球”
当然了，方法文章各种算法，非我可以理解的。
最后来看看示例代码，包括3D重建，细胞分割，空间细胞互作，空间向量场
我们就来看看3D构建
import warnings
warnings.filterwarnings('ignore')
import numpy as np
import spateo as st
cpo = [(553, 1098, 277), (1.967, -6.90, -2.21), (0, 0, 1)]
adata = st.sample_data.drosophila(filename="E7-9h_cellbin.h5ad")
adata.uns["__type"] = "UMI"
adata
####3D reconstruction of Drosophila Embryo
#####3D reconstruction of original point cloud model
embryo_pc, plot_cmap = st.tdr.construct_pc(adata=adata.copy(), spatial_key="3d_align_spatial", groupby="anno_tissue", key_added="tissue", colormap="rainbow")
st.pl.three_d_plot(model=embryo_pc, key="tissue", model_style="points", colormap=plot_cmap, jupyter="static", cpo=cpo)
st.tdr.save_model(model=embryo_pc, filename="embryo_pc_model.vtk")
####3D reconstruction of mesh model
embryo_mesh, _, _ = st.tdr.construct_surface(pc=embryo_pc, key_added="tissue", alpha=0.6, cs_method="marching_cube", cs_args={"mc_scale_factor": 0.8}, smooth=5000, scale_factor=1.08)
st.pl.three_d_plot(model=st.tdr.collect_models([embryo_mesh, embryo_pc]), key="tissue", model_style=["surface", "points"], jupyter="static", cpo=cpo)
st.tdr.save_model(model=embryo_mesh, filename="embryo_mesh_model.vtk")
####3D reconstruction of cell mesh model
# Add cell radius info
obs_index = embryo_pc.point_data["obs_index"].tolist()
area = adata[obs_index, :].obs["area"].values
cell_radius = pow(np.asarray(area), 1 / 2)
st.tdr.add_model_labels(model=embryo_pc, labels=cell_radius, key_added="cell_radius", where="point_data", colormap="hot_r", inplace=True)
embryo_cells = st.tdr.construct_cells(pc=embryo_pc, cell_size=embryo_pc.point_data["cell_radius"], geometry="sphere", factor=0.2)
st.pl.three_d_plot(model=embryo_cells, key="tissue", jupyter="static", cpo=cpo)
st.tdr.save_model(model=embryo_cells, filename="embryo_cells_mesh_model.vtk")
 ####3D reconstruction of voxel model
embryo_voxel, _ = st.tdr.voxelize_mesh(mesh=embryo_mesh, voxel_pc=None, key_added="tissue", label="embryo_voxel", color="gainsboro", smooth=500)
st.pl.three_d_plot(model=embryo_voxel, key="tissue", jupyter="static", cpo=cpo)
st.tdr.save_model(model=embryo_voxel, filename="embryo_voxel_model.vtk")
####3D reconstruction of subtype models (Drosophila CNS)
subtype = "CNS"
subtype_rpc = st.tdr.three_d_pick(model=embryo_pc, key="tissue", picked_groups=subtype)[0]
subtype_tpc = st.tdr.interactive_rectangle_clip(model=subtype_rpc, key="tissue", invert=True)[0]
subtype_mesh, subtype_pc, _ = st.tdr.construct_surface(
pc=subtype_tpc, key_added="tissue", label=subtype, color="purple", alpha=0.6, cs_method="marching_cube", cs_args={"mc_scale_factor": 0.8}, smooth=5000, scale_factor=1
)
st.pl.three_d_multi_plot(
model=st.tdr.collect_models(
[
st.tdr.collect_models([embryo_mesh, subtype_pc]),
st.tdr.collect_models([embryo_mesh, subtype_mesh]),
st.tdr.collect_models([embryo_mesh, subtype_mesh, subtype_pc])
]
),
key="tissue",
model_style=[["surface", "points"], "surface", ["surface", "surface", "points"]],
model_size=3,
shape=(1, 3),
jupyter="static",
cpo=[cpo]
)
最后看一眼通讯的分析，需要tif图片和表达矩阵文件
代码示例在【Spateo 文档
$` # 基于 Spatio 的教程 $$
在 Spatio 文档
中提供了一个详细的教程。
生活很好，有你更好
全部评论 (0)
还没有任何评论哟~