换一批基于spatial PCA降维的卵巢癌空间转录组数据空间域识别
Spatial Domain Identification of Spatial Transcriptomics Data for Ovarian Cancer based on Spatial PCA
摘要目的 探讨空间主成分分析(spatial principal component analysis,spatial PCA)在卵巢癌(ovarian cancer,OC)空间转录组学数据空间域识别中的应用,识别在基因表达和组织学上空间一致的区域,检测不同组织区域基因表达的异质性.方法 采用spatial PCA对卵巢癌10x空间转录组学数据进行空间域识别,并与BASS、STAGATE两种空间域识别方法作比较;绘制RGB图可视化降维后的低维成分;筛选空间可变基因(spatially variable genes,SVGs),进行差异表达(differential expression,DE)分析和功能富集分析.结果 spatial PCA识别出8个卵巢癌空间域,RGB图像显示空间域识别结果对数据缩放稳定,且相邻区域颜色相似;检测到每个空间域SVGs数量范围为112～2928个,筛选出差异具有统计学意义的1个GO生物学过程和3个蛋白质复合物.结论 spatialPCA可以更准确地识别空间域聚类,筛选出的潜在生物标志物及通路,为卵巢癌的异质性研究及针对性治疗提供了依据.
更多相关知识
关键词
spatial PCA降维空间转录组空间域识别卵巢癌Spatial PCA dimensionality reductionSpatial transcriptomicsSpatial domain identificationOvarian cancer
分类号
R737.31（泌尿生殖器肿瘤）
栏目名称
DOI
10.11783/j.issn.1002-3674.2025.06.008
发布时间
2026-01-22（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（82473739）
国家自然科学基金（82273742）
山西省基础研究计划项目（202303021211130）
山西省回国留学人员科研资助项目（2024-081）
山西省高等教育百亿工程科技引导专项
- 浏览4
- 被引0
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
