空间多组学让我们能够在空间分辨率的情况下观察病理或生理相关的转录变化。空间转录组cell2location 于2022年发表于Nature Biotechnology [IF: 33.1]，用于联合单细胞数据解卷积利器，简直是高分研究必备。其是一种基于贝叶斯统计模型的高分辨率空间转录组分析工具，旨在用于精确解析组织中不同细胞类型的空间分布及其丰度。通过整合单细胞RNA测序（scRNA-seq）数据与空间转录组数据（如10x Visium、Slide-seq等），cell2location能够将单细胞水平的细胞类型注释信息“映射”到空间位点中，揭示复杂组织中细胞类型、状态与空间位置的关联，为理解组织微环境提供重要线索。

该方法同时也是目前空间组学反卷积准确度的top，需要较高的计算机配置:

下面这篇来自 JTM [IF6.1] 的文章就借助了公共单细胞数据和公共空间转录组数据，完成了亚群级别的反卷积，最后结合细胞共定位的技术完成了感兴趣细胞的分析，为研究增色不少。当然，如果您很感兴趣这篇文章，小编也能够做到全文复现。

总而言之，借助cell2location你可以得到：

• ①单细胞流程的基础分析

• ②空间转录组的反卷积细胞比例

• ③配合Point 2完成的细胞共定位分析

• ④针对细胞比例矩阵进行的Point 5细胞领域分析

• ⑤基于细胞比例矩阵的细胞组成niche分析，参见下一个部分。总之可以塑造的故事相当的多，针对子集课题的感兴趣细胞可以完成2-3张A4版面大小的figure。

空间转录组共定位mistyR，是经典的共定位方案，可以借助cell2location反卷积的细胞亚群关注共定位情况。

mistyR可以提供：①感兴趣细胞和细胞之间的共定位；②基于cellchat/其他细胞通讯算法的配受体同细胞之间的共定位热图；③基于已知通路的通路和细胞之间的共定位热图。

在这些分析之外，还可以借助空间转录组受配体共定位，基于KNN算法计算每个spot最邻近的6个spot的配受体共定位情况，更好的为cellchat等分析结果做解释。

几个可以做的内容如下：①你可以针对cellchat细胞通讯的配受体对经行配受体共定位；②解释在不同对照组之间的共定位强度，解释相应生物学信息；③解释特殊生物学区域，如癌旁，肿瘤中心等，是否存在感兴趣配受体的共定位存在

空间 hotspot 是另外一个比较有意思的方法，本质思路就是hotspot表示特定细胞类型或特征富集（concentration）较高的区域，表明聚集不太可能是偶然的。相比起以往我们关注感兴趣的基因集，第一时间想到的则是GSVA打分，存在大量的假阳性，说服力不够。为此，小编能够提供1比1复现和提供science子刊的hotspot技术。

丢下你的基因集打分吧，抛弃假阳性。借助hotspot更精准识别感兴趣部位，完成基因集or细胞类型的空间位置识别:

借助hotspot更精准识别感兴趣部位，完成基因集or细胞类型的空间位置识别Hotspot：①可以为你提供特定基因集的高富集区域识别，减少假阳性的存在；②针对细胞的区域识别，展示共定位的空间分布；③对于喜欢研究通路分布的课题，我们可以关注基因集在空间形态学上的分布情况，focus肿瘤区域还是癌旁/非肿瘤：疾病区域和正常，是否存在基因集的高度富集。

解释spot和周围6个点的位置关系，如：免疫细胞和恶性上皮细胞紧密相连spot之间的“邻居”关系非常强那么则可以被定义为enrich，当我们放大距离到邻近的200微米（通常10X的空间转录组是1个spot 55微米）甚至是更远处的邻域信息，感兴趣的细胞如果仍然存在enrich，那么这样的细胞关系则是值得高度关注的，尤其在亚群水平，在分析细胞信号串扰和互作时有着很好的解释性：

通过上述分析，可以给课题提供：①两种细胞之间的“邻居”关系有多强；②距离增大以后，是否还存在割不断的“亲戚”关系。

欢迎咨询定制分析