基于空间转录组学数据的空间域识别算法综述  

A Review of Spatial Domain Identification Algorithms Based on Spatial Transcriptomics Data

作　　者：冯振兴[1] 尚文婧 司佳宝 龙春伸 孔令娇 左永春 FENG Zhenxing;SHANG Wenjing;SI Jiabao;LONG Chunshen;KONG Lingjiao;ZUO Yongchun(College of Science,Inner Mongolia University of Technology,Hohhot 010051,China;School of Life Sciences,Inner Mongolia University,Hohhot 010021,China)

机构地区：[1]内蒙古工业大学理学院,呼和浩特010051 [2]内蒙古大学生命科学学院,呼和浩特010021

出　　处：《内蒙古大学学报（自然科学版）》2024年第6期452-462,共11页Journal of Inner Mongolia University：Natural Science Edition

基　　金：内蒙古高校基本科研业务费项目(RZ2300001661);内蒙古大学生创新创业训练计划项目(SA2300002753)。

摘　　要：空间转录组学数据在保留空间信息的同时,提供了全面的基因表达谱。开发计算方法整合数据中的多模态信息识别组织内复杂的层次结构,并进一步解析相关生物学过程的动态和机制是该领域的关键任务。本综述细致地总结了相关算法的计算原理、常用数据和评价准则,突出了不同算法的优势、局限性及适用范围。这些发现不仅为新算法的开发提供了理论基础和较全面的方法学视角,还指明了算法改进的方向。Spatial transcriptomics data provide detailed gene expression profile while maintaining spatial resolution.Developing computational methods to integrate the multimodal data to identify intricate hierarchical structures within tissues and elucidate the dynamics and mechanisms of related biological processes is a crucial task in this field.This review comprehensively outlines the computational principles of relevant algorithms,surveys commonly used datasets,and establishes evaluation criteria,emphasizing the strengths,limitations,and applicability of different algorithms.These insights provide a thorough methodological framework for the development of new algorithms,while also highlighting potential avenues for future improvements.

关 键 词：空间转录组学 识别空间域 聚类 

分 类 号：Q75[生物学—分子生物学] TP18[自动化与计算机技术—控制理论与控制工程]