这是ST团队进行的一个示例实验。在一个单独的实验中揭示所有具有空间分辨率的小鼠大脑mRNA。
INTRODUCTION
为了展示空间转录组学技术的潜力，下面介绍一些由空间解析RNA测序数据的基本分析。为了产生这个数据集，我们在小鼠大脑的冠状切面上进行了空间转录组分析。该图像显示了组织切片与突出的主要形态学区域的示意。
The region abbreviations correspond to:（这个样的分群很直观）
CTX – Cortex：大脑皮层
HPF – Hippocampus：海马体
CP – Caudate putamen：尾状壳核(神经)
NFT – Nerve fiber tracts：神经纤维束
TH – Thalamus：丘脑
HY – Hypothalamus：下丘脑
CHOOSE A GENE
空间转录组实验生成的数据允许您选择任何感兴趣的基因，并在原始组织切片上显示其空间解析的表达情况。
在这个例子中，我们展示了老鼠大脑中解剖学上不同区域的基因;STX1A在皮质，Prkcd在丘脑，HPCA在海马，Prnch在下丘脑。
颜色范围从纯红色到透明橙色，分别代表高表达和低表达。捕获mrna的斑点之间的区域已经根据邻近斑点的颜色进行了着色。
COMBINE GENES
由于所有的mrna都被捕获，所以您不仅可以可视化单个基因，还可以选择任意组合中的任意数量的基因一起查看和分析（基因集分析，结合gene.list传统的做富集分析啊。）。
在这里，我们展示了三个对髓磷脂产生重要的基因(Cldn11、Plp1和Mbp)的联合表达。
与预期一样，显著的表达模式位于大脑的髓鞘致密神经纤维束。
SELECT A REGION
自由选择您感兴趣的区域，以生成该区域中表达的基因列表。图像显示了与海马体相对应的选定区域(红色部分)。
右边是我们列出了在选定区域中10个高表达基因(减去最常见的管家基因后)。
COMPARE REGIONS
通过选择任意两个区域，你可以很容易地发现差异最大的基因。在这个例子中，我们比较了海马体(红色)和丘脑(黑色)，这两个区域在解剖学和功能上是不同的。
下面我们列出了表达差异最大的基因。
在火山图中，您可以看到数据集中所有基因的log2 FC和p值调整变化。图的右侧代表海马体的高表达，左侧代表丘脑。蓝点没有通过我们预先设定的显著性或FC的标准，而红点通过了。
尝试通过点击和拖动来选择一些基因/点。您选择的基因将在表格中列出。
MACHINE LEARNING
有时，对于表达模式的差异最好采用不偏不倚（unbiased ）的观点。在这个例子中，软件基于RNAseq表达量数据，绘制细胞分群组(即簇，clusters)，聚在一起的细胞具有相似mRNA表达情况。在这种基于计算机的无偏分析（或者叫无监督聚类）中差异基因表达聚成七个簇。
这些集群以空间模式组织起来，与大脑的解剖学定义区域重叠得很好。您还可以选择在更小的区域内执行对数据进行分群，
意料之外的亚群会带来新的发现。在下表中，我们列出了一个基因子集，它们的平均归一化表达。
将鼠标置于表中一个基因名称的上方，组织图像中的斑点将根据该基因的表达而着色。或者，通过将鼠标放在表中的值之上，您可以观察特定基因的表达，并突出显示单个集群中的斑点。
您可以通过单击和拖动散点图来旋转分群的图像，以查看这些簇是如何在3D中空间中分布的。使用右上角的控件来缩放和平移。您还可以使用组织图像下的滑块来调整可视化和组合组织图像和基因表达数据的方式。
空间转录组技术一下子把看不见摸不着的转录组数据落实到了真真切切的组织切片上，这无疑会为我们带来组织器官发生发展、病变机理等方面新的突破口。
本文为个人阅读记录，更多详细内容参见下面10X官网。
