基于原位测序或多重RNA荧光杂交的单分子空间转录组学方案可以揭示详细的组织结构。然而,在这种数据中区分单个细胞的边界是具有挑战性的,并会阻碍下游分析。目前的方法通常使用细胞核染色法来近似确定细胞位置。有鉴于此,美国哈佛医学院的Peter V. Kharchenko等研究人员,在基于成像的空间转录组学中实现细胞分割。
本文要点
1)研究人员描述了一种分割方法——Baysor,该方法考虑到转录组成和细胞形态的联合可能性,优化了二维(2D)或三维(3D)细胞的边界。
2)虽然Baysor可以考虑到基于共染的分割,但它也可以单独根据检测到的转录物进行分割。
3)为了评估性能,研究人员扩展了多重防错荧光原位杂交技术(MERFISH),用于纳入细胞边界的免疫染色。
4)使用这个和其他基准,研究人员表明Baysor分割在某些情况下可以比现有工具多出近一倍的细胞数量,同时减少分割的伪影。
本文研究证明Baysor在使用五种不同方案获得的数据上表现良好,使其成为分析基于成像的空间转录组学的有力工具。
参考文献:
Viktor Petukhov, et al. Cell segmentation in imaging-based spatial transcriptomics. Nature Biotechnology, 2021.
DOI:10.1038/s41587-021-01044-w
https://www.nature.com/articles/s41587-021-01044-w