探索空间转录组的解密钥匙：SPOT去卷积—RCTD的深度解析
在生物信息学的前沿领域，空间转录组分析正挑战着我们对细胞类型和组织结构的理解。10X Visium平台的一大挑战在于每个测量点的复杂性，它可能隐藏着多细胞的复杂表达模式。而单细胞转录组虽然提供了细胞级别的分辨率，但在制备过程中却不可避免地丢失了组织的物理信息。这就是SPOT去卷积技术，特别是RCTD算法，如何发挥作用的关键时刻。
方法解析：RCTD的艺术
Robust cell type decomposition (RCTD)是一个巧妙的策略，它需要配合注释良好的单细胞RNA测序（scRNA-seq）数据。当空间转录组（ST）样本与scRNA样本拥有相似的细胞类型构成时，RCTD能通过反卷积方法，精确估计每个测量点（Spot）内细胞类型的混合比例。首先，RCTD筛选出每个细胞类型特有的表达特征基因集合，然后假设Spot的表达值遵循泊松分布，结合单细胞数据的平均表达值和比例权重，构建层级统计模型，从而得出每个Spot内各细胞类型的精确比例，包括最可能的单细胞类型和双细胞类型组合。
结果解读与视觉呈现
运行RCTD后，你将获得三个关键结果文件：细胞类型权重（Cell_type_weights.xlsx），详细展示了每个Spot中每种细胞类型的相对比例，确保所有权重加和为1；细胞类型在空间分布的可视化报告（如ST_by_PredictCellType_RCTD.pdf/png），通过深浅不一的颜色直观展示各细胞类型的分布；以及全面的细胞类型分布图（Spatial_Plot_by_CellType.pdf/png），以饼图形式呈现Spot中各细胞类型的构成，一目了然。
真实案例：揭示组织的秘密地图
通过BioxRxiv和iScience的研究实例，RCTD揭示了实际应用中的强大效力。例如，通过H&E染色和RCTD分析，我们能清晰地看到dPT细胞、CDH6基因和T细胞在特定组织切片中的精确分布。而在iScience的研究中，RCTD成功定位了Club细胞的空间位置，并揭示了Scgb1a1基因在气道中的分布，以及其与组织学的精确共定位。
晶能的力量：生物信息分析的卓越实践
作为生物信息分析领域的领导者，晶能拥有专业的团队和强大的技术平台。我们不仅提供成熟的数据分析流程，确保结果的精确可信，还配备了物理和云服务器，以应对大数据的处理需求。我们开发的单细胞分析方法，从基础到高级，多元、精细且灵活，满足客户从简单到复杂的需求，助力他们发表高质量的科研成果。
在这个空间转录组的迷宫中，RCTD是解锁组织奥秘的重要钥匙，而晶能作为你的合作伙伴，将帮助你揭示这些隐藏的细胞世界，为科学研究带来新的洞察力。