单细胞论文记录(part8)--Cell2location maps fine-grained cell types in spatial transcriptomics

GUI Research Group

于 2022-06-04 15:33:13 发布

阅读量709

点赞数

CC 4.0 BY-SA版权

分类专栏：单细胞生物信息文章标签：生物信息机器学习

本文链接：https://blog.csdn.net/m0_37422217/article/details/125122078

生物信息同时被 2 个专栏收录

61 篇文章 ¥39.90 ¥99.00

订阅专栏

超级会员免费看

单细胞

39 篇文章 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

Cell2location是一个贝叶斯模型，用于解析空间转录组数据中精细细胞类型。该模型通过结合单细胞RNA测序和空间转录组数据，能够在复杂组织中实现对细粒度细胞类型的高分辨率映射。在小鼠大脑、人类淋巴结和人类肠道等组织中，Cell2location展现出对细粒度细胞类型映射的增强能力，揭示了细胞类型的空间分布和组织结构。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

学习笔记，仅供参考，有错必纠
Authors：Kleshchevnikov Vitalii， Shmatko Artem，Omer Ali Bayraktar
Journal：Nature Biotechnology
Year：2022

文章目录

- Cell2location maps fine-grained cell types in spatial transcriptomics

Cell2location maps fine-grained cell types in spatial transcriptomics

Abstract

Spatial transcriptomic technologies有望解决健康和疾病组织的细胞线路图，但是comprehensive mapping of cell types in situ remains a challenge。在此，我们提出了сell2location，一个贝叶斯模型，可以解决空间转录组数据中fine-grained cell types ，并create comprehensive cellular maps of diverse tissues. Cell2location考虑了technical sources of variation，并在不同的位置借用了统计学的力量，从而使单细胞和空间转录组学的整合具有比现有工具更高的灵敏度和分辨率. 我们在三个不同的组织中评估了cell2location