空间转录组学: 测序数据介绍

简介: 空间转录组学: 测序数据介绍

引言

本系列讲解 空间转录组学 (Spatial Transcriptomics) 相关基础知识与数据分析教程,持续更新,欢迎关注,转发,文末有交流群!

背景

基于测序的空间转录组学(ST)平台通过使用下一代测序(NGS)技术,结合空间条形码,在组织的不同空间位置上对基因表达进行定量分析。在平台制造和样本制备过程中,空间位置信息被编码,并与测序过程中检测到的转录本相关联。这种关联体现在NGS平台测序生成的序列读取结构中。

为了进行空间数据分析,需要将原始测序数据经过一系列预处理步骤,转化为有用的数据格式,通常是计数矩阵。通过计数矩阵,我们可以分析目标组织中的基因表达情况。这些预处理步骤因平台而异,但基本流程是从一系列“读取序列”开始,最终生成适用于下游分析工具(如Squidpy、Seurat或基于SpatialExperiment对象的Bioconductor工作流程)的空间数据格式。

序列和测序

在转录组学中,“读取序列”是指从RNA分子逆转录而来的cDNA片段的核苷酸序列。这些转录本的丰度反映了基因表达水平,而这正是转录组学分析的核心目标。空间转录组学的优势在于能够将读取序列与RNA分子的起源位置相关联,从而揭示基因表达的空间分布。生成读取序列的过程通常包括以下几个步骤:

  • RNA提取
  • 逆转录
  • cDNA片段化
  • 接头连接
  • PCR扩增

由于PCR扩增步骤的存在以及RNA提取过程中的不完美性,读取序列的丰度只能作为基因表达的相对指标,而不能作为绝对值。因此,在进行差异表达分析等下游分析之前,需要对数据进行归一化处理。在归一化之前,读取序列需要经过一系列预处理步骤,构建计数矩阵或其他等效数据结构,以便用于后续分析。

序列结构

在大多数基于测序的空间技术中,读取序列通常以“配对末端”的形式记录,即DNA片段的两端分别被测序,并分别存储在不同的文件中,通常是.fastq格式的文件。其中一个文件(通常是读取1)包含条形码序列,而根据是否事先对读取序列进行了修剪,它还可能包含连接序列或其他结构序列。另一个文件则包含我们需要与参考基因组或转录组(或探针集)进行比对以确定表达基因的转录本(或探针)序列。

以下是BGI STOmics Stereo-seq用户手册中提供的一个读取序列结构示例:

在这里,我们可以看到读取1是从序列左端开始的前50bp,而读取2是从序列右端开始的最后100bp。

读取1中包含了25bp的坐标ID(CID)、一个15bp的固定连接序列,以及一个10bp的分子ID(MID)。

读取2仅包含一个100bp长的转录本片段。

另一个例子来自10X Visium CytAssist试剂盒,用于展示基于探针的文库的结构:

在.fastq文件中,每个读取序列都包含一个对应的序列标题和质量评分。这里提供了一个示例(同样来自BGI STOmics Stereo-seq用户手册),用于说明:

两条读取序列的第一行是“标题”或“名称”,用于唯一标识每条读取序列,并可能包含一些额外信息,例如读取序列来自测序仪的哪一条泳道。此外,标题部分还可以插入工具生成的附加元数据,以“注释”的形式呈现。第二行是测序转录本的碱基序列,如前文所述。第三行是一个间隔行,通常只包含一个“+”字符,尽管有时会在这里重复标题中的读取序列标识符和注释。第四行是序列中每个碱基的读取质量评分。质量评分的衡量标准会因测序仪的版本以及是否使用Q4或Q40文件而有所不同。Q分数是基于p值的对数形式,用于衡量对碱基判定的置信度。p值的确切计算方法以及读取序列被判定为不可靠的阈值因平台而异,因此如果这些统计信息对你的分析很重要,建议仔细检查你所使用的工具。

相关文章
|
编解码 算法 数据可视化
Scanpy 分析 scRNA-seq:细胞类型注释
Scanpy 分析 scRNA-seq:细胞类型注释
1048 0
Scanpy 分析 scRNA-seq:细胞类型注释
|
数据采集 存储 索引
转录组分析丨一套完整的操作流程简单案例(上)
转录组分析丨一套完整的操作流程简单案例
|
JSON 自然语言处理 Linux
linux命令—tree
tree是一款强大的Linux命令行工具,用于以树状结构递归展示目录和文件,直观呈现层级关系。支持多种功能,如过滤、排序、权限显示及格式化输出等。安装方法因系统而异常用场景包括:基础用法(显示当前或指定目录结构)、核心参数应用(如层级控制-L、隐藏文件显示-a、完整路径输出-f)以及进阶操作(如磁盘空间分析--du、结合grep过滤内容、生成JSON格式列表-J等)。此外,还可生成网站目录结构图并导出为HTML文件。注意事项:使用Tab键补全路径避免错误;超大目录建议限制遍历层数;脚本中推荐禁用统计信息以优化性能。更多详情可查阅手册mantree。
1563 143
linux命令—tree
|
机器学习/深度学习
【从零开始学习深度学习】23. CNN中的多通道输入及多通道输出计算方式及1X1卷积层介绍
【从零开始学习深度学习】23. CNN中的多通道输入及多通道输出计算方式及1X1卷积层介绍
【从零开始学习深度学习】23. CNN中的多通道输入及多通道输出计算方式及1X1卷积层介绍
|
机器学习/深度学习 Python
弹性网(Elastic Net)正则化
弹性网(Elastic Net)正则化
|
算法 数据可视化 数据挖掘
空间转录组: 降维聚类+差异分析
空间转录组: 降维聚类+差异分析
空间转录组: 降维聚类+差异分析
|
存储 编解码 移动开发
空间转录组:数据格式介绍
空间转录组:数据格式介绍
1027 3
空间转录组:数据格式介绍
|
存储 网络协议 数据库
多数据中心的互联需求及流量原则
【7月更文挑战第21天】灾备数据中心提升业务连续性,增强用户体验与数据安全,复杂网络架构带来挑战。