Spacjalna transcriptomika | mysimulator.uk

Landscape technologiczny

Oparte na zapisie (10x Visium, Slide-seq V2): rozdzielczość poziomu spotu

Oparte na obrazowaniu (MERFISH, seqFISH, CosMx): rozdzielczość podcytelnika

Sekwencjonowanie w miejscu i metody hybrydowe

Przygotowanie próby i kontrola jakości

Zachowaj integritet RNA, optymalizuj przepustowość i włącz kontrole przestrzenne. Zapisz grubość tkanki, zabezpieczenie i panel probe.

Przetwarzanie komputeryzowane

Przetwarzanie początkowe: poprawa tła, aligacja i liczenie molekuł

Normalizacja i korekcja batchu

Dekonwolucja spotów przy użyciu referencji scRNA-seq

Wykrywanie dziedziny przestrzennej oraz różnicowa wyrażenie

Analiza interakcji ligandy-receptora

demo na żywo · powiązana symulacja● LIVE

Integracja z scRNA-seq

Użyj ankerów lub wspólnej wycenianiny; przypisz typy komórek do współrzędnych przestrzennych; zweryfikuj przy mikroskopii histologicznej i panelach markerowych.

Zastosowania

profiliowanie mikrośrodowiska tarczycowego

gradienty rozwojowe i śladowanie linii potomkowskiej

neurologia: organizacja warstwowa

mapowanie zapalnego stanu i fibrozji

Przykłady

Przykład 1: Visium Slice Naczynia mózgowego

Uruchom Space Ranger; mapuj punkty na histologię.

Odtwarzaj z referencji scRNA; rozdzielinij warstwy.

Potwierdź za pomocą markerów specyficznych dla warstw.

Przykład 2: MERFISH Panel Tumora

Zaprojektuj panel genów zawierający markerów immunologicznych (500 genów).

Segmentuj komórki; ilościowo oceniaj transcriptomy; oblicz statystyki sąsiedztwa.

Wnioskuj o hotspots interakcji i cech terapeutycznych.

Często zadawane pytania

Jak wybrać między metodami zapisu a obrazowania?

Zbalansuj rozdzielczość, przepustowość, liczbę celowych genów i dostęp do instrumentu.

Ile komórek na spot mogę oczekiwać?

Typowo 1–10 w zależności od platformy i tkanki; motywuje dekonvolucję.

Jak walidować domeny przestrzennych?

Użyj markerów histologicznych, in situ hibridizacji oraz znanej anatomoji.

Jak zarządzać samoflorescencją?

Zastosuj rozdzielenie spektrew, wybierz odpowiednie kolory i użyj oczyszczenia tkanki, gdy jest to zgodne.

Jakie metryki wskazują na dobre jakość danych?

UMI na spot/komórkę, wykryte geny, stopień uogólnienia i płynność przestrzenną.

Jak poprawić skojarzenie tkanki z folderzeniem?

Zarejestruj sekcje przy pomocy punktów kontrolnych; odrzuć wykrzywione obszary, gdy jest to konieczne.

Jak przeprowadzić analizę interakcji komórkowych?

Zintegruj bazy ligandów i receptorów z statystykami opartymi na bliskości.

Jak połączyć wiele sekcji?

Zarejestruj je w wspólnym przestrzennym przestrzeni koordynatowej; uwzględnij efekty batchów.

Jakie są powszechne błędy?

Podparwienie, nadwykroczenie, niekompletna hybridizacja probe i zły skojarzeniowy.

Jak zgłaszać wyniki?

Podaj przepływówkę przetwarzania, parametry, listy probe i podsumowania jakości kontrolnej.

Wypróbuj na żywo

Wszystko powyżej działa bezpośrednio w Twojej przeglądarce — otwórz Michaelis-Menten Kinetics i zmieniaj parametry podczas działania. Nic nie jest instalowane ani przesyłane na serwer, cały model działa w jednej karcie.

▶ Otwórz symulację Michaelis-Menten Kinetics