基准研究旨在帮助科学家分析空间转录组数据

范德堡大学研究人员团队发布了一项新的基准研究，旨在帮助科学家选择分析空间转录组学 (ST) 数据的最有效方法。

由生物医学工程和计算机科学助理教授 Xin Maizie Zhou 领导的研究评估了空间转录组学（ST），一种用于绘制图谱的技术在组织中，同时保留空间背景。这是最近发表在基因组生物学。

ST 涉及切片并将其放置在专门设计的带有空间索引条形码的载玻片上。当组织被处理时，这些条形码捕获组织每个特定位置的 RNA（RNA）。对 RNA 进行测序后，数据可以映射回原始组织位置，使研究人员能够可视化某些基因在组织结构中表达的位置。

自 2020 年开始广泛使用以来，这项突破性的测序技术彻底改变了对复杂组织的理解。 ST 的应用包括和神经科学，例如绘制大脑部分基因表达的图谱，以了解区域功能或疾病机制。

然而，用于分析 ST 数据的可用工具种类繁多，因此很难选择适合特定研究需求的正确方法。

为了解决这个问题，范德比尔特团队系统地比较了各种数据集的 16 种聚类方法、五种对齐方法和五种集成方法。他们的研究结果为空间转录组学研究人员提供了实用的建议，帮助他们找到最符合其研究要求的工具。

“我们的目标是为研究人员提供清晰易懂的指南，以了解空间转录组学分析中可用的选项，”范德比尔特跨机构数据科学研究所的教学人员周说。 “我们希望这项研究对于在这个快速发展的领域工作的任何人来说都是有用的资源。”