清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

SpaGCN: Integrating gene expression, spatial location and histology to identify spatial domains and spatially variable genes by graph convolutional network

计算生物学 基因表达 基因 图形 基因表达谱 背景(考古学) 转录组 计算机科学 生物 遗传学 理论计算机科学 古生物学
作者
Jian Hu,Xiangjie Li,Kyle Coleman,Amelia Schroeder,Nan Ma,David J. Irwin,Edward B. Lee,Russell T. Shinohara,Mingyao Li
出处
期刊:Nature Methods [Springer Nature]
卷期号:18 (11): 1342-1351 被引量:482
标识
DOI:10.1038/s41592-021-01255-8
摘要

Recent advances in spatially resolved transcriptomics (SRT) technologies have enabled comprehensive characterization of gene expression patterns in the context of tissue microenvironment. To elucidate spatial gene expression variation, we present SpaGCN, a graph convolutional network approach that integrates gene expression, spatial location and histology in SRT data analysis. Through graph convolution, SpaGCN aggregates gene expression of each spot from its neighboring spots, which enables the identification of spatial domains with coherent expression and histology. The subsequent domain guided differential expression (DE) analysis then detects genes with enriched expression patterns in the identified domains. Analyzing seven SRT datasets using SpaGCN, we show it can detect genes with much more enriched spatial expression patterns than competing methods. Furthermore, genes detected by SpaGCN are transferrable and can be utilized to study spatial variation of gene expression in other datasets. SpaGCN is computationally fast, platform independent, making it a desirable tool for diverse SRT studies.
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
1秒前
去去去去发布了新的文献求助30
7秒前
方琼燕完成签到 ,获得积分10
28秒前
段誉完成签到 ,获得积分10
32秒前
yanhua完成签到,获得积分20
36秒前
41秒前
桐桐应助Mine采纳,获得10
55秒前
59秒前
1分钟前
Mine发布了新的文献求助10
1分钟前
1分钟前
Ava应助Mine采纳,获得50
1分钟前
晶杰发布了新的文献求助10
2分钟前
hongxuezhi完成签到,获得积分10
3分钟前
3分钟前
Mine发布了新的文献求助50
3分钟前
晶杰完成签到 ,获得积分10
4分钟前
大个应助雅樱采纳,获得10
4分钟前
Hello应助要减肥的婷冉采纳,获得10
4分钟前
要减肥的婷冉完成签到,获得积分10
4分钟前
4分钟前
Mine完成签到,获得积分10
4分钟前
4分钟前
6分钟前
7分钟前
jyy应助FUNG采纳,获得10
7分钟前
7分钟前
慧喆完成签到 ,获得积分10
8分钟前
刘佳佳完成签到 ,获得积分10
8分钟前
YANGLan完成签到,获得积分10
8分钟前
赘婿应助科研通管家采纳,获得10
9分钟前
迷茫的一代完成签到,获得积分10
9分钟前
FUNG发布了新的文献求助10
10分钟前
肆肆完成签到,获得积分10
10分钟前
Tei完成签到,获得积分10
10分钟前
xaopng完成签到,获得积分10
11分钟前
小西完成签到 ,获得积分10
11分钟前
Anan完成签到,获得积分10
12分钟前
木南大宝完成签到 ,获得积分10
12分钟前
乐乐应助Anan采纳,获得10
13分钟前
高分求助中
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Chen Hansheng: China’s Last Romantic Revolutionary 500
宽禁带半导体紫外光电探测器 388
Case Research: The Case Writing Process 300
Global Geological Record of Lake Basins 300
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 3142742
求助须知:如何正确求助?哪些是违规求助? 2793633
关于积分的说明 7807045
捐赠科研通 2449892
什么是DOI,文献DOI怎么找? 1303518
科研通“疑难数据库(出版商)”最低求助积分说明 626959
版权声明 601335