10X单细胞空间联合分析方法汇总及算法总结
1、X Genomics提供的空间转录组数据和单细胞数据联合分析主要涉及以下几种主流方法：共表达分析：使用共表达网络分析(WGCNA)或其单细胞空间检测干细胞他相关性分析方法单细胞空间检测干细胞，识别在不同细胞类型或组织区域中共同表达的基因。
2、将 LIANA 与 NicheNet 结合的关键方面是可以使用 LIANA 优先考虑的配体作为 NicheNet 的潜在配体集 。 不会评估受体也在受体细胞类型中表达的所有表达配体，单细胞空间检测干细胞我们将仅探索那些被 LIANA 中包含的方法优先考虑的配体。
3、单细胞 RNA 测序 (scRNA-seq) 方法可以分析单细胞的转录组，但不能保留空间信息。 相反，空间转录组学 (ST) 分析可以描绘组织切片中的空间区域，但没有单细胞基因组分辨率。
单细胞分析
单细胞分析是一种对单个细胞进行检测和分析的方法，常用于基因组学和转录组学等领域。在单细胞分析中，通常需要将单个细胞分离出来，然后进行核酸提取、建库和测序等步骤。
放在我们单细胞转录组的场景下，就是需要将一个 基因×细胞 的表达矩阵(V)，分解成 基因×表达程序 (W)，与 表达程序×细胞 (H)两个矩阵的乘积。
我们将文库的大小定义为每个细胞中所有基因的计数总和，假定其预期值随任何细胞特异性偏倚而缩放。 然后，在定义比例常数的情况下，每个细胞的“库大小因子”直接与其库大小成正比，从而使所有细胞的平均大小因子等于1。
单细胞测序研究——神经/脑组织篇
深入解析神经/脑组织的奥秘，单细胞测序技术揭示了神经系统中隐藏的细微世界。这些精密技术如10× snRNA-seq，将我们带入一个个细胞层面的探索之旅，揭示了神经元和胶质细胞如何共同构建和调控复杂的生理功能。
为研究小鼠大脑中的神经炎性星形胶质细胞亚型，纽约大学的研究团队运用了单细胞和空间转录组测序技术。他们揭示了小鼠大脑中神经炎性星形胶质细胞的亚型及其在大脑中的空间分布。
单细胞 RNA 测序（Single cell RNA sequencing，scRNA-seq）是一种在单细胞水平上利用 RNA 测序对特定细胞群体进行基因表达谱定量的高通量实验技术。
揭示细胞奥秘的单细胞测序技术：深度解析与未来趋势 单细胞测序技术，作为基因组学研究的前沿工具，正在解锁细胞个体差异的秘密，应用于肿瘤、免疫和神经科学研究中展现出无可估量的潜力。
单细胞测序技术为什么如此火热 细胞是生物体和生物过程的运作基础，在类型、行为和状态上有着广泛的差异（即细胞异质性）。
一文看懂植物单细胞测序怎么做?
单细胞分离：单细胞测序需要首先将样本中的单个细胞分离出来，可以通过流式细胞分选、微流控芯片等技术实现。细胞裂解：将单个细胞进行裂解，释放其中的RNA、DNA等分子。
目前主要有两种策略来实现单细胞测序。第一种，也就是目前大多数人所想象的那样，将单个细胞分离出来，并独立构建测序文库，最终进行测序的路线。我们可以通过流式细胞术（含微流体芯片），或者激光捕获显微切割（LCM）来实现。
目前针对单细胞建库测序的步骤是基本统一的。scRNA-seq实验主要涉及以下几个模块化步骤：单细胞悬浮液制备、单细胞分离和裂解、mRNA提取、mRNA逆转录（RT）到cDNA、测序文库构建，以及使用计算工具进行数据分析。
杰特宁
