14 年
手机商铺
公司新闻/正文
223 人阅读发布时间:2025-11-10 17:39
在单细胞测序技术已成为科研利器的今天,许多研究者正面临一个新的挑战:“我知道有哪些细胞,但它们在哪?它们之间如何互作?”
10X Visium等空间转录组技术为我们提供了细胞的位置地图,但其分辨率如同卫星视图,一个“点位”(spot)往往包含多个细胞,难以精确对应到单细胞层面定义的细胞类型。
那么,能否将高分辨率的单细胞图谱“对齐”到空间位置地图上,实现真正的“细胞定位”?
答案是:可以。吉凯基因的“单细胞与空间转录组联合分析”服务,正是为此而生。
我们的解决方案:
基于RCTD算法的细胞类型解卷积
我们采用经过领域内广泛验证的RCTD(Robust Cell Type Decomposition)算法,作为连接单细胞与空间数据的桥梁。
✦ 核心原理:利用您在单细胞转录组中已经鉴定好的细胞类型及其基因表达特征,作为“参考数据集”。通过严格的统计模型,我们将空间转录组中每个spot的基因表达量,分解为不同细胞类型表达特征的线性组合,从而精确计算出每个spot内各种细胞类型的比例(丰度)。
✦ 成熟稳定:该分析方法流程成熟,算法稳健,已成功应用于肿瘤免疫、神经科学、发育生物学等多个领域,助力老师产出高水平研究成果。
这项分析能为您带来什么?
01 看见细胞的空间分布
直观展示每一种细胞类型(如癌细胞、T细胞、成纤维细胞等)在组织原位的具体分布区域和富集程度。

02 验证Marker基因的空间表达模式
将单细胞分析中使用的经典Marker基因(如CD3E, EPCAM, CD68等)映射回空间切片,从另一个维度验证细胞类型注释的可靠性,并观察其表达的空间特异性。

03 发现新的空间功能区域
基于细胞类型组成(而非基因表达)对spot进行重聚类,能发现那些被相同细胞群体占据、但可能因环境不同而状态迥异的空间功能单元,为发现新的组织功能区域提供线索。

04 深入解析肿瘤微环境(TME)
精准量化肿瘤核心区、边界区、正常区域的免疫细胞浸润和基质细胞分布,是解析肿瘤免疫逃逸、药物抵抗等机制的强大工具。
我们交付的,不止是一份报告
您将获得一个完整、深入、可发表级别的分析结果,包括:
✦ 细胞类型空间丰度图:一目了然的细胞定位地图。
✦ 空间细胞组成饼图:直观展示每个spot的细胞“配方”。
✦ 基于细胞丰度的重聚类分析:包含2D/3D交互式图谱,深入探索空间群落。
✦ Marker基因空间共表达与验证。
✦清晰的文件夹目录与所有结果文件,便于您后续深入挖掘和论文/撰写。
如果您手头同时拥有单细胞和空间转录组数据,或者正在规划这样的实验设计,请不要错过这把开启空间生物学大门的钥匙!