يقدم هذا البروتوكول سير عمل قابلاً للتكرار لتحليل بيانات النسخ المكانية (spatial transcriptomics)، حيث يرشد المستخدمين بدءاً من الحصول على البيانات العامة ومراقبة الجودة القائمة على Seurat، مروراً بالتكامل، والكشف عن السمات المكانية، وفك التلافيف لأنواع الخلايا (cell-type deconvolution)، وتوصيف مناطق الاهتمام، وتحليل التواصل بين الخلايا، مع نقاط تفتيش عملية تدعم التنفيذ الشفاف.
يتطلب اشتراك JoVE لعرض هذا المحتوى. تسجيل الدخول أو ابدأ نسخة تجريبية مجانية
مقالة منهجية
سير عمل عملي لتحليل بيانات النسخ المكانية: من الحصول على البيانات إلى التحليلات المتقدمة
في هذه المقالة
ملخص
الملخص
يحدد تحليل النسخ المكاني (ST) أنماط التعبير الجيني على مستوى الجينوم بالكامل مع الحفاظ على السياق المكاني ثنائي الأبعاد لجزيئات mRNA داخل أقسام الأنسجة، مما يتيح دراسة بنية الأنسجة والبيولوجيا المرتبطة بالبيئة الدقيقة. ومع ذلك، لا يزال تحليل ST يشكل تحدياً لأن استيراد البيانات، ومراقبة الجودة، والتكامل، وفك الالتفاف (deconvolution)، والإحصاءات المكانية، والتصور غالباً ما تتطلب بيئات برمجية متعددة واختيارات دقيقة للمعلمات لضمان قابلية إعادة الإنتاج. يقدم هذا البروتوكول سير عمل حوسبي عملي لمجموعات بيانات ST العامة في لغة R، بدءاً من الحصول على البيانات وإعداد البرامج، وصولاً إلى تحميل البيانات باستخدام Seurat، ومراقبة الجودة، والتطبيع (normalization)، وتكامل العينات المتعددة، والتجميع (clustering)، وتحليل الجينات المتغيرة مكانياً. ثم يطبق سير العمل استراتيجيات فك التفاتاف تكميلية، بما في ذلك تحليل SPOTlight الموجه بالمرجع ونمذجة المواضيع غير الخاضعة للإشراف عبر STdeconvolve، يليه تحليل التواصل المكاني بين الخلايا باستخدام Giotto واختيار تفاعلي للمناطق ذات الاهتمام (ROI) باستخدام تطبيق Python Dash مخصص. ومن خلال التركيز على التنفيذ القائم على البرمجيات النصية (scripts)، والمبررات الصريحة للمعلمات، والمخرجات المتوقعة، ونقاط فحص استكشاف الأخطاء وإصلاحها، يوفر البروتوكول إطاراً قابلاً للتكيف لمجموعات بيانات ST القياسية القائمة على المصفوفات والمنصات ذات الصلة بعد تقييم المعلمات الخاصة بكل مجموعة بيانات ومنصة.
المقدمة
تعد الترانسكريبتوميات المكانية (ST) مجموعة تحويلية من التقنيات التي تقيس التعبير الجيني على نطاق الجينوم بالكامل مع الاحتفاظ بالإحداثيات المكانية لجزيئات الحمض الريبي النووي المرسال (mRNA) داخل المقاطع النسيجية. وتشمل طرق الترانسكريبتوميات المكانية نهجاً قائمة على التسلسل تستخدم مصفوفات ذات رموز شريطية موضعية، ونهج تصوير in situ التي ترسم خرائط الإشارات النسخية داخل البيئات الدقيقة للأنسجة السليمة1,2. ومن خلال الحفاظ على السياق المكاني، تتيح الترانسكريبتوميات المكانية تحليل بنية الأنسجة، وتنظيم الجوار الخلوي، والتواصل بين الخلايا، والعمليات البيولوجية المرتبطة بالبيئة الدقيقة التي لا يمكن تحليلها بشكل....
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
البروتوكول
جميع المجموعات البيانية البيولوجية التي تم تحليلها في هذا البروتوكول متاحة للعامة وتستخدم حصرياً لأغراض التوضيح. تم توفير أرقام الوصول المحددة للبيانات والمستودعات المصدرية في الخطوات ذات الصلة. وقد تم إنتاج المجموعات البيانية الأصلية من قبل الباحثين الأصليين وفقاً للإرشادات الأخلاقية المؤسسية المطبقة على كل دراسة مصدرية. يرجى مراجعة جدول المواد للتحقق من جميع إصدارات البرامج وحزم R المطلوبة.
متطلبات الأجهزة: تتناسب الذاكرة الحسابية المطلوبة لسير العمل هذا مع عدد العينات والنقاط التي يتم تحليلها. بالنسبة لمجموعة بيانات النسخ المكانية النموذجية (على سبيل المثال، حوالي 3,000 نقطة لكل عينة عبر ما يصل إلى ثلاث عينات)، تكفي محطة....
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
النتائج
يوضح تنفيذ سير العمل وتكامل البيانات السمات الرئيسية للأنسجة
تم تطبيق سير العمل الحسابي على بيانات النسخ المكاني لقولون الفأر لتوضيح المخرجات المتوقعة عبر المراحل التحليلية. وكما هو موضح في المخطط التوضيحي لسير العمل (الشكل 1)، بدأ المسار بعملية الحصول على البيانات ومراقبة الجودة، حيث حددت مخططات الميزات المكانية حدود الأنسجة (الشكل 2A,B). بعد ذلك، استُخدم سير عمل التكامل القائم على المراس (anchor-bas.......
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
المناقشة
يوفر هذا البروتوكول سير عمل حاسوبي شامل لتحليل بيانات النسخ المكانية (spatial transcriptomics) يوازن بين العمق التحليلي وسهولة التطبيق العملية. ويوجه هذا النهج التدريجي الباحثين عبر المسار التحليلي الكامل، بدءاً من الحصول الأولي على البيانات وصولاً إلى التحليلات المكانية المتقدمة، مع التركيز على نقاط اتخاذ القرار الحرجة والعقبات المحتملة.
تتطلب عدة خطوات في البروتوكول اهتماماً خاصاً نظراً لتأثيرها على النتائج اللاحقة. يجب مواءمة عتبات مراقبة الجودة والترشيح بدقة وفقاً لأنواع الأنسجة ومنصات الت.......
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
الإفصاحات
يقر المؤلفون بعدم وجود أي تضارب في المصالح المالية.
شكر وتقدير
يتوجه المؤلفون بالشكر لمطوري ومسؤولي صيانة حزم Seurat وGiotto وSPOTlight على دعمهم وتوثيقاتهم. كما يقرون بامتنان مساهمات مستودعات البيانات العامة والباحثين الذين شاركوا مجموعات بياناتهم بسخاء.
....الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
المواد
| الاسم | الشركة | رقم فهرسي | التعليقات |
|---|---|---|---|
| ggplot2 | Posit Software, PBC | v4.0.0(CRAN) | التصور المتقدم للبيانات |
| Giotto | Dries Lab | v4.2.2 (GitHub) | تحليل الشبكات المكانية والتواصل بين الخلايا |
| patchwork | Thomas Lin Pedersen | v1.3.2 (CRAN) | تكوين الرسوم البيانية وترتيبها |
| R software | R Foundation for Statistical Computing | v4.4.3 | بيئة التنفيذ الأساسية (macOS aarch64) |
| scater | Davis McCarthy et al. | v1.34.1 (Bioconductor) | مراقبة الجودة والتصور للخلية الواحدة |
| scran | Aaron Lun et al. | v1.34.0 (Bioconductor) | نمذجة التباين وكشف العلامات للخلية الواحدة |
| Select Spatial Spots (Custom Python Tool) | LeafLight | v1.0.0 (GitHub) | الاختيار التفاعلي للمنطقة المكانية ذات الاهتمام (ROI) (https://github.com/LeafLight/SelectSpatialSpots) |
| Seurat | Satija Lab | v5.3.0 (CRAN) | المعالجة المسبقة للبيانات المكانية ودمجها وتجميعها |
| SeuratObject | Satija Lab | v5.2.0 (CRAN) | هياكل البيانات لبيانات الخلية الواحدة والبيانات المكانية |
| SingleCellExperiment | Bioconductor Core Team | v1.28.1 (Bioconductor) | حاوية بيانات موحدة لـ scRNA-seq |
| SPOTlight | Marc Elosua-Bayes et al. | v1.10.0 (Bioconductor) | فك الالتفاف المكاني الموجه بالمرجع |
| Stdeconvolve | Jean Fan Lab | v1.3.2 (Bioconductor) | نمذجة المواضيع الكامنة غير الخاضعة للإشراف |
| tidyverse | Posit Software, PBC | v2.0.0 (CRAN) | مجموعة الأدوات الأساسية لمعالجة وتنسيق البيانات |
المراجع
- Ozirmak Lermi N, Molina Ayala M, Hernandez S, et al. Comparison of imaging based single-cell resolution spatial transcriptomics profiling platforms using formalin-fixed paraffin-embedded tumor samples. Nat Commun. 2025;16(1):8499.
- Ren P, Zhang R, Wang Y, et al. Systematic benchmarking of high-throughput subcellular spatial transcriptomics platforms across human tumors. Nat Commun. 2025;16(1):9232.
- Danishuddin, Khan S, Kim JJ. Spatial transcriptomics data and analytical methods: An updated perspective. Drug Discovery Today. 2024;29(3):103889.
- Xu Z, Wang W, Yang T, et al. STOmicsDB: A comprehensive database for spatial transcri....
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
إعادة الطباعة والأذونات
