空间转录组分析工具速递1：stLearn

工具官网：https://stlearn.readthedocs.io/en/latest/index.html
代码官网：https://github.com/BiomedicalMachineLearning/stLearn

简介：
开发了一种新的整合分析方法，利用三种数据类型：基因表达数据，组织形态数据和空间位置信息，首先找到细胞类型，然后重建组织内的细胞类型并推测进化路径，还可以寻找具有细胞间高相互作用的组织区域(热点区域，hotspots)

发表时间：May 31, 2020
发表杂志：bioRxiv preprint
文献Doi ： https://doi.org/10.1101/2020.05.31.125658
发表作者：Quan Nguyen 昆士兰大学分子生物科学研究所

主要分析内容点：

• normalisation 空间数据标准化
• clustering 空间数据聚类
• spatial trajectory analysis 空间轨迹分析
• cell-cell interactions and microenvironment detection 空间细胞临近通讯
  其他如降维PCA，UMAP，ICA，FA，DP(Diffusion Pseudotime)以及可视化

分析pipeline：

image-20220303221810994.png