本文介绍了一种名为 CMAP 的新型算法,旨在通过整合单细胞转录组(scRNA-seq)与空间转录组(ST)数据,实现单细胞在组织中的精准空间定位。该方法采用分而治之的策略,通过空间域划分、最优位点匹配和精确坐标确定三个步骤,克服了现有技术在基因捕获率低或细胞分割困难等方面的局限。研究证明,CMAP 在处理模拟和真实数据集时均表现出极高的准确性与适配性,尤其在应对单细胞与空间数据不匹配的复杂场景时具有显著优势。通过将单细胞还原至原位空间,该工具成功揭示了内皮细胞的器官特异性以及肿瘤免疫微环境中精细的细胞间相互作用。总而言之,CMAP 为在单细胞分辨率下解析复杂生物系统的空间架构和分子调控提供了强有力的计算手段。
References:
- Ke, J., Xu, J., Liu, J. et al. High-resolution mapping of single cells in spatial context. Nat Commun 16, 6533 (2025). doi.org
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.
