这篇文章介绍了一种名为 ELLA (subcellular expression localization analysis) 的统计框架,旨在对高分辨率空间转录组学数据中细胞内的 亚细胞mRNA定位 变异进行建模和检测。ELLA 利用过度分散的非齐次泊松过程 (NHPP) 来处理空间计数数据,并创建一个统一的细胞坐标系统,以适应不同的细胞形态。研究通过模拟和分析来自 Seq-Scope、Stereo-seq、seqFISH+ 和 MERFISH 等平台的多个真实数据集,证明了 ELLA 在识别具有独特亚细胞定位模式的基因方面的 鲁棒性、高功效和可扩展性。主要发现包括 核富集基因 往往更长,并富含长非编码RNA和转录因子,而 细胞质或膜富集基因 则常编码核糖体蛋白或含有信号肽,这突出了 mRNA 定位与细胞功能之间的关键关联。
References:
- Wang J X, Zhou X. ELLA: modeling subcellular spatial variation of gene expression within cells in high-resolution spatial transcriptomics[J]. Nature Communications, 2025, 16(1): 9920.
Fler avsnitt av 聊聊Sci
Visa alla avsnitt av 聊聊Sci聊聊Sci med 淼淼Elva finns tillgänglig på flera plattformar. Informationen på denna sida kommer från offentliga podd-flöden.
