思路总结—-空间细胞邻域聚类的注释策略

作者，Evil Genius

又快过年了，大家今年都有什么收获？钱挣到了没？文章发了没？还是有其他有收获的地方？反正我啥也没有，我就看看有没有跟我一样的。

今天我们来总结一个分析思路，那就是空间邻域细胞聚类的注释问题，

关于空间邻域细胞聚类，写了也有一些了，如下：

脚本更新----Xenium、CODEX、CosMx范围邻域矩阵的获得与亚群分析

脚本更新---空间转录组分析三种（多种）细胞类型的空间位置变化

脚本更新----空间邻域差异分析（针对visium、bin模式的Stereo-seq、HD）

脚本更新----空间邻域差异分析（高精度平台，Xenium、CosMx、CODEX、图像分割Stereo-seq、HD）

流程升级----高精度空间平台的细胞邻域分析（固定范围）

分析优化----关于空间原位数据的邻域分析优化

个性化分析（原位）---空间转录组微环境（邻域）细胞聚类 + 突变信息

课前准备---细胞的细胞邻域矩阵的获得与运用

当我们拿到细胞邻域矩阵，通过聚类的方式获得的cluster，那么应该采用什么样的方式进行注释呢？

首先来回顾一下邻域细胞矩阵的获得以及聚类分析的方法

1、首先使用在一定范围内（r=100px或者200 um 范围）计算每个目标细胞的相邻细胞类型的“分数”。

2、得到的细胞邻域矩阵进行聚类分析（可以采用kmeans、leiden等方式）

3、每个cluster由组成cluster的细胞类型的比例来定义

这里面我们需要清楚两个内容，首先每个点都是一个细胞（低精度是一个spot），本身就有细胞“身份”，而一定范围的邻域，又是一层细胞身份，两种身份如何联合运用，需要大家好好学习了，之前也分享过一些思路，其中一个很重要的运用，就是细胞类型依据邻域细胞的差异进行再分群。

简单的思路有两种

1、邻域细胞聚类包括的“自己”，那就是纯粹的细胞区域
2、邻域细胞聚类不包括“自己”，只分析邻域，那就是研究特定细胞类型在空间位置上的微环境差异

我们来看看文章是如何注释的

为了系统地分析HGSC TME内细胞类型的空间图谱，通过细胞邻域矩阵聚类标注了18个不同的空间spatial microcommunities或细胞邻域(RNC)。由此得到的RCNs包括6个肿瘤细胞主导的邻域（RCN1-6）， 6个基质邻域（RCN8-13）， 5个免疫邻域（RCN14-18），以及由肿瘤、基质和免疫细胞亚型组成的肿瘤-基质界面。

大家能看出来文章用的哪种思路吗？大家思考一下

生活很好，有你更好