GRIDGENE：基于基因密度的引导区域识别方法——一种利用转录组空间信息通过转录本密度来表征组织类型的技术

《Bioinformatics Advances》：GRIDGENE: Guided Region Identification based on Density of GENEs – a transcript density-based approach to characterize tissues by spatial transcriptomics

　　

摘要

空间组学技术为研究组织内的生物过程提供了前所未有的能力，同时保留了空间背景和形态信息。大多数空间蛋白质组学和转录组学分析方法都以细胞为中心，依赖于细胞分割来识别和表征单个细胞，然后再进行后续分析。然而，某些生物学问题可能更适合通过无细胞方法来解决，当细胞分割不是必需的时候，这种方法还可以避免不必要的计算。为了满足这一需求，我们开发了GRIDGENE（基于基因密度的引导区域识别算法），这是一种根据转录本密度来定义兴趣区域的方法。GRIDGENE能够识别出生物学上相关的组织组成部分，包括不同区域之间的界面、表型富集区域以及由特定基因特征定义的区域，从而支持诸如路径富集等分析。我们通过将GRIDGENE应用于CosMx和Xenium平台提供的结直肠癌样本的空间转录组数据，展示了其实用性。由于绕过了细胞分割步骤，我们的方法能够灵活地分析空间组学数据，支持对多种组织结构和微环境中的生物过程进行研究。当然，GRIDGENE也可以很容易地与细胞分割策略集成，以进行互补分析。因此，GRIDGENE扩展了空间组学的分析工具箱，既提供了无细胞的视角，也提供了基于细胞的见解。