Jenseits von Poly-A: Zell segment ierung tritt der 10x Genomics Visium HD-Pipeline bei

Räumliche Transkript omikEntwickelt sich schnell weiter, aber kann es wirklich eine Einzelzellen auflösung erreichen? Mit der Veröffentlichung von Space Ranger v4.0,10x GenomikHat einen kritischen Schritt unternommen, indem er die H & E-basierte Zell segment ierung in seine integriert hatVisium HD-Plattform-Verbesserung der biologischen Genauigkeit bei gleichzeitiger Wahrung des räumlichen Kontexts.

Was ist die Herausforderung mit der räumlichen Auflösung?

Traditionelle räumliche Transkript omik plattformen bewahren den räumlichen Standort von Transkripten, die meisten jedochNichtErfassen Sie den Ausdruck direkt auf Einzelzellen ebene. Stattdessen werden Daten in kleinen Erfassungs bereichen gesammelt (z.2 × 2 μm Behälter in Visium HD), Die häufig aggregiert werden, um eine Zelle zu approximieren. Zellen sind jedoch keine perfekten Kreise-sie sindUnregelmäßig und hetero gen verteiltBesonders in komplexen Geweben. Diese Annäherung führt zuVerlust der räumlichen Treue.

Die Rolle der Zell segment ierung in der räumlichen Transkript omik

Um diese Lücke zu überbrücken,Zell segment ierungRichtet transkript omische Daten mitBiologisch genaue Zell grenzenUnter Verwendung histologischer Bilder. Dieser Ansatz wurde bereits von anderen Plattformen übernommen, wie z.Stereo-seq von BGI, Bei dem H & E-oder ssDNA-Flecken verwendet werden, um Daten auf Zelle bene ("CellBins") zu erstellen.

Jetzt,10x GenomikHat sich der Bewegung durch Integration anges ch lossenH & E-basierte Zell segment ierungDirekt in seineSpace Ranger v 4.0 Pipeline.

Neu im Space Ranger v4.0: Integrierte H & E-basierte Zell segment ierung

Nach demNeueste technische DokumentationVon 10x Genomics,Space Ranger v 4.0Unterstützt jetzt vollH & E-basierte Zell segment ierungAls Teil seiner Standard analyze pipeline. Benutzer können diese Funktion über einen Standard befehl aktivieren: Space Ranger Count.

Die Segment ierungs ergebnisse sind in beidenWeb zusammenfassung berichtUndLupen-BrowserDies erleichtert die Visual isierung und Erkundung von räumlich aufgelösten Daten auf Zelle bene.

Angetrieben von StarDist v6

Dieses Segment ierungs modul baut aufStarDist v6, Ein Deep-Learning-Modell zur Erkennung und Segment ierungStern konvexe Kerns trukturen-Eine gemeinsame Form für Zellkerne im Gewebe.

Das 10x Genomics-Team trainierte das Modell in einem umfangreichen Datensatz:

• 17.000 Bild kacheln

• Von über150 H & E-befleckte Bilder

• Abdeckung24 Gewebe typenÜber Mensch und Maus

• Einschl ießlichFFPE, frisch gefroren (FF), UndFest gefroren (FxF)Proben

  
  

Zu den für das Training verwendeten Gewebe typen gehören:

Menschliche Gewebe:Thymus, Haut (Melanom), Prostata, Dickdarm, Darmkrebs, Brust-, Brustkrebs-, Mandel-, Gehirn-, Hirn-, Hirn-, Lungen-, Lungenkrebs-und Milz krebs.

Maus-Gewebe:Gehirn, Knochen, Hoden, Dünndarm, Milz, Embryo, Leber, Lunge, Niere und Thymus

Funktions weise des Workflows zur Zell segment ierung

Der Segment ierungs algorithmus in Space Ranger folgt aZweistufiger Prozess:

Segment ierung 1. Nuclei

StarDist erkennt Kerne aus H & E-Bildern und gibt a ausNukleare Masken datei.

2. Zell zuweisung

Räumliche Behälter innerhalb eines definierten Radius jedes ident ifi zierten Kerns werden unter einem gemeinsamen gruppiertZellen-ID.

Dies führt zur Generierung von:

• ANeue Gen-Barcode-Matrix

• Aktualisierte Visual isierungs dateien (z. Cloupe)

• Segment ierungs bewusste Daten für die Downstream-Analyse

Demo-Ergebnisse: Rhesus Macaque Niere auf Visium HD 3'

Der von 10x Genomics bereit gestellte Demo-Datensatz zeigt Segment ierungs ergebnisse auf einemFrische gefrorene Rhesus-Makaken-Nieren probeVerarbeitet mitVisium HD 3'. Die Segment ierungs ausgabe wird über das Downstream-Clustering visualisiert und zeigt deutlichZell ähnliche KonturenAus Bin-Aggregationen rekonstruiert.

Während die Grenzen erscheinenGezacktAufgrund vonDie Bin-basierte Art der Daten, dieGenauigkeit in der nuklearen Lokal isierung und morpho logische TreueBleibt hoch-die Methode, die für eine verfeinerte räumliche Analyse geeignet ist.

Bild quelle: 10x Genomics offizielle Demo

Visuelle und quantitative Qualitäts bewertung

DieWeb zusammenfassung berichtUmfasstSegment ierungs metrikenDamit können Benutzer die Leistung und Segment ierungs qualität intuitiv bewerten.

Bild quelle: 10x Genomics offizielle Demo

Ist die Zell segment ierung ein Ersatz für echte Einzel zell daten?

Während die Segment ierung die Auflösung verbessert und Fehl paarungen von Bin-Zellen abmildert, ist dies der FallKein vollständiger ErsatzFür echte Einzelzellen-Technologien. Benutzer sollten in biologisch komplexen Geweben Vorsicht walten lassen.

Wie in der Dokumentation von 10x Genomics angegeben, geht das Segment ierungs modell davon ausUngefähr runde Kern morphologie. Das macht esWeniger effektivFür Zelltypen mit unregelmäßigen Formen, wie z. B.:

• Neuronen

• Muskelzellen

• Pflanzen zellen

Für solche Gewebe ist es immer noch ratsam:

• EinsatzBin-Merging-Strategien

• Oder erkunden Sie Plattformen wieXenium, Die nutzenMultimodale BildgebungUm eine Segment ierung mit höherer Wiedergabe treue über verschiedene Morphologien hinweg zu erreichen

Räumliche Transkript omics Services bei Omics Empower

BeiOmics EmpowerHaben wir die Validierung von abgeschlossenSpace Ranger v 4.0Und integrieren aktiv seineZell segment ierungs ausgängeIn unsere räumlichen Analyse-Workflows.

Wenn Sie in der räumlichen Transkript omik auf Herausforderungen stoßen, ist unser ExperteTechnisches TeamIst hier, um zu helfen. Ob du mit arbeitestMenschliche oder tierische ProbenBieten wir umfassende End-to-End-Unterstützung für den gesamten Workflow, einschl ießlich:

UnsereRäumliche Transkript omikUndEinzelzellen-Sequenz ierungs diensteSind auf verschiedene Forschungs bereiche wie Onkologie, Neuro wissenschaften und Entwicklungs biologie zuges chnitten. Erforschen Sie, wie wir Ihr Projekt von Anfang bis Ende unterstützen können.