- 2 次围观
内容形式:摘要译文
准确区分肿瘤细胞与非肿瘤细胞,对于解读空间转录组学数据和识别具有空间分辨信息的治疗靶点至关重要。现有肿瘤细胞注释方法主要针对单细胞RNA测序开发,未显式纳入细胞的空间组织信息。在此,我们提出SpaceMACE,将MACE肿瘤细胞注释框架扩展至基于测序和基于成像的空间转录组学。SpaceMACE首先整合基于参考数据的细胞类型分类与基于拷贝数变异的肿瘤细胞分类,随后利用空间邻近性和基因表达相似性,对所得的共识注释进行优化。我们在Stereo-seq、Visium HD、CosMx和Xenium等多个空间转录组学平台,以及结直肠癌、肝细胞癌和卵巢癌数据集中评估了SpaceMACE。SpaceMACE在保留原始MACE框架高精确率的同时,提高了肿瘤细胞注释的空间一致性。这些结果共同表明,SpaceMACE为空间转录组学中的肿瘤细胞注释提供了一个可扩展且独立于平台的框架,并支持对肿瘤特异性分子靶点开展空间层面的研究。
关键词:空间转录组学 · 肿瘤细胞注释 · 拷贝数变异 · 空间邻近性 · 基因表达相似性 · 细胞类型分类
原文链接:https://www.biorxiv.org/content/10.64898/2026.11.16.763092v1?rss=1
来源出处
SpaceMACE:面向空间转录组学的空间感知肿瘤细胞注释
https://www.biorxiv.org/content/10.64898/2026.11.16.763092v1?rss=1