Probabilistic cell typing enables fine mapping of closely related cell types in situ

原位 电池类型 打字 计算生物学 生物 概率逻辑 细胞 计算机科学 遗传学 人工智能 化学 有机化学
作者
Xiaoyan Qian,Kenneth D. Harris,Thomas Hauling,Dimitris Nicoloutsopoulos,Ana B. Muñoz‐Manchado,Nathan Skene,Jens Hjerling‐Leffler,Mats Nilsson
出处
期刊:Nature Methods [Springer Nature]
卷期号:17 (1): 101-106 被引量:208
标识
DOI:10.1038/s41592-019-0631-4
摘要

Understanding the function of a tissue requires knowing the spatial organization of its constituent cell types. In the cerebral cortex, single-cell RNA sequencing (scRNA-seq) has revealed the genome-wide expression patterns that define its many, closely related neuronal types, but cannot reveal their spatial arrangement. Here we introduce probabilistic cell typing by in situ sequencing (pciSeq), an approach that leverages previous scRNA-seq classification to identify cell types using multiplexed in situ RNA detection. We applied this method by mapping the inhibitory neurons of mouse hippocampal area CA1, for which ground truth is available from extensive previous work identifying their laminar organization. Our method identified these neuronal classes in a spatial arrangement matching ground truth, and further identified multiple classes of isocortical pyramidal cell in a pattern matching their known organization. This method will allow identifying the spatial organization of closely related cell types across the brain and other tissues.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
羅梅子发布了新的文献求助10
刚刚
1秒前
2秒前
qqw发布了新的文献求助30
3秒前
浮世完成签到,获得积分10
3秒前
彭医生发布了新的文献求助10
3秒前
3秒前
难过的糜完成签到,获得积分10
4秒前
gaoww发布了新的文献求助10
4秒前
4秒前
5秒前
满三江完成签到,获得积分10
7秒前
隐形曼青应助李子衡采纳,获得20
7秒前
8秒前
王美贤发布了新的文献求助10
8秒前
星辰大海应助hotzera采纳,获得10
9秒前
Akim应助hotzera采纳,获得10
9秒前
orixero应助杨志坚采纳,获得10
10秒前
11秒前
12秒前
lhw发布了新的文献求助10
13秒前
13秒前
FashionBoy应助北纬91采纳,获得10
13秒前
13秒前
14秒前
李子衡发布了新的文献求助20
16秒前
17秒前
丑小猪发布了新的文献求助10
17秒前
18秒前
18秒前
18秒前
20秒前
Akim应助谢尔顿采纳,获得30
20秒前
铃儿响叮党完成签到,获得积分10
20秒前
lixinlong发布了新的文献求助10
21秒前
Adon完成签到,获得积分10
21秒前
jiajia完成签到 ,获得积分10
22秒前
23秒前
叁少发布了新的文献求助10
23秒前
123发布了新的文献求助10
23秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
China's Relations With Japan 1945-83: The Role of Liao Chengzhi 400
Classics in Total Synthesis IV 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3149647
求助须知:如何正确求助?哪些是违规求助? 2800710
关于积分的说明 7841396
捐赠科研通 2458270
什么是DOI,文献DOI怎么找? 1308367
科研通“疑难数据库(出版商)”最低求助积分说明 628498
版权声明 601706