空間轉錄組數據分析的核心是根據每個芯片上每個 spot 的基因表達信息進行聚類，然后將 spot 根據坐標位置序列放回到組織的圖像上，同時可以對每個 gene 在組織上表達的空間位置進行定位。

獲得測序數據后，首先利用 Space?Ranger? 軟件可以自動化的對圖像進行處理、數據比對和 Barcode 處理。另外一個軟件 Loupe?Cell?Browser 是一個適用于 Windows 和 MacOS 的桌面應用程序，它可以快速、輕松地可視化和分析 10X?Visium 數據。伯豪生物除了提供 spot 基因數和 UMI 數統計、切片 spot 聚類和聚類亞群 marker 基因分析等基礎和高級分外，同時還提供個性化分析，如特定 pathway 功能富集分析等。

圖 ? 每個 spot 特異表達的基因數統計

圖 ? 聚類結果及切片 spot 位置分布展示

圖 特定 pathway 功能富集分析

結合組織區域分布對數據進行挖掘

大部分組織其實是有其特定的區域劃分的，比如說大腦里有皮層、丘腦、海馬、脈絡叢等多個區域。將組織的區域劃分和亞群（或細胞類型）的分布結合起來還是能發現很多有價值的信息的。

可以根據不同區域特異表達的 maker 基因的分布來判斷每個區域在組織切片上的位置。例如皮層 marker 基因 STX1A 的表達分布，海馬 marker 基因 HPCA 的表達分布等

結合病理學特征對數據進行挖掘

空間轉錄組技術正真的精髓不是研究細胞亞群的分布，而在于將它在空間位置上體現的異質性跟組織病理學特征的分布進行結合，挖掘在不同病理學特征下轉錄組學的差異。這對于研究疾病病變的機制、幫助臨床實現更好的患者分子分型、以及空間位置 Biomarker 的挖掘方面都是非常有價值的。通過手動把這些區域圈出來進行轉錄組層面的比較，找出不同病灶區的特異性 marker，分析疾病在一步步發展進程中生物學功能的變化，甚至可以思考一下是否能找出一些關鍵性因子來阻斷疾病的進展。

圖 ? 根據病理信息選取特定區域分析

空間轉錄組聯合單細胞 RNA 測序解析細胞類型的空間位置信息（Multimodal?intersection?analysis,MIA)

空間轉錄組測序可以獲得不同基因在組織切片上的空間位置信息，但不能獲得詳細的細胞類群信息（空間轉錄組不是單細胞分辨率，只能粗略的分析切片上不同位置的細胞類型）。因此，需要借助但細胞測序數據來分析細胞類型，然后通過生物信息學的分析方法將單細胞類群映射到空間轉錄組數據上。

圖 ?MIA 熱圖

備注：MIA 熱圖，上方的顏色條反映了 ST 區域的子聚類（cancer?region，Pancreatic?tissue，Duct?epithelium 和 stroma）。左側代表不同的細胞類群。色塊代表 enrichment 或者 depletion。Enrichment 代表該細胞類群富集到了該區域。Depletion 代表該細胞類群在該區域缺失。

更多伯豪生物人工服務：