SCmapST：基于深度学习的单细胞RNA测序与空间转录组学整合框架

《Genome Medicine》：SCmapST enables single-cell spatial reconstruction by seeded matches-driven integration of single-cell and spatial transcriptomics

　　

摘要

单细胞（SC）RNA测序和空间转录组学（ST）存在互补的局限性：它们难以平衡SC数据固有的细胞粒度与ST数据独有的空间坐标。在此，我们提出了SCmapST，一个深度学习框架，采用一种新颖的种子匹配策略将SC数据中的单细胞映射到ST数据中的空间位置。SCmapST通过一致且稳健地重建组织的全局拓扑结构，同时保留局部组织异质性，优于现有方法。SCmapST成功解读了空间共定位模式，解析了位置依赖的神经元异质性，并描绘了离散肿瘤区域和连续肝区划中细胞类型的分布。