Name: DeepSpaceDB를 사용한 공간 전사체학 데이터 세트 마이닝 (동영상) | JoVE Journal
Uploaded: 2025-09-05T14:20:00.000+00:00
Duration: 10 min 16 s
Description: 탐색하세요 DeepSpaceDB를 활용한 공간 전사체학 데이터 마이닝 방법을 통해 조직 내 유전자 발현 패턴을 분석하고 질병 관련 메커니즘을 연구하는 기법을 습득하세요.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

<ol><li>Tian, L., Chen, F., Macosko, E. Z. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+expanding+vistas+of+spatial+transcriptomics%5BTitle%5D)+AND+%22Nat+Biotechnol%22%5BJournal%5D)">The expanding vistas of spatial transcriptomics.</a> Nat Biotechnol. 41 (6), 773-782 (2023).</li>
<li>Moses, L., Pachter, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Museum+of+spatial+transcriptomics%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">Museum of spatial transcriptomics.</a> Nat Methods. 19 (5), 534-546 (2022).</li>
<li>Fan, Z., Chen, R., Chen, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((SpatialDB%3A+A+database+for+spatially+resolved+transcriptomes%5BTitle%5D)+AND+%22Nucleic+Acids+Res%22%5BJournal%5D)">SpatialDB: A database for spatially resolved transcriptomes.</a> Nucleic Acids Res. 48 (D1), D233-D237 (2020).</li>
<li>Yuan, Z., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((SODB+facilitates+comprehensive+exploration+of+spatial+omics+data%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">SODB facilitates comprehensive exploration of spatial omics data.</a> Nat Methods. 20 (3), 387-399 (2023).</li>
<li>Xu, Z., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((STOmicsDB%3A+A+comprehensive+database+for+spatial+transcriptomics+data+sharing%2C+analysis+and+visualization%5BTitle%5D)+AND+%22Nucleic+Acids+Res%22%5BJournal%5D)">STOmicsDB: A comprehensive database for spatial transcriptomics data sharing, analysis and visualization.</a> Nucleic Acids Res. 52 (D1), 1053-1061 (2024).</li>
<li>Li, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((SOAR+elucidates+biological+insights+and+empowers+drug+discovery+through+spatial+transcriptomics%5BTitle%5D)+AND+%22Sci+Adv%22%5BJournal%5D)">SOAR elucidates biological insights and empowers drug discovery through spatial transcriptomics.</a> Sci Adv. 11 (24), 7450(2025).</li>
<li>Honcharuk, V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((DeepSpaceDB%3A+A+spatial+transcriptomics+atlas+for+interactive+in-depth+analysis+of+tissues+and+tissue+microenvironments%5BTitle%5D)+AND+%22bioRxiv%22%5BJournal%5D)">DeepSpaceDB: A spatial transcriptomics atlas for interactive in-depth analysis of tissues and tissue microenvironments.</a> bioRxiv. , (2025).</li>
<li>GPT-4 technical report. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22arXiv%22">arXiv</a>. , OpenAI. http://arxiv.org/abs/2303.08774 (2023).</li>
<li>Vandenbon, A., Diez, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+clustering-independent+method+for+finding+differentially+expressed+genes+in+single-cell+transcriptome+data%5BTitle%5D)+AND+%22Nat+Commun%22%5BJournal%5D)">A clustering-independent method for finding differentially expressed genes in single-cell transcriptome data.</a> Nat Commun. 11 (1), 1-10 (2020).</li>
<li>Vandenbon, A., Diez, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+universal+tool+for+predicting+differentially+active+features+in+single-cell+and+spatial+genomics+data%5BTitle%5D)+AND+%22Sci+Rep%22%5BJournal%5D)">A universal tool for predicting differentially active features in single-cell and spatial genomics data.</a> Sci Rep. 13 (1), 1-14 (2023).</li>
<li>Hao, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dictionary+learning+for+integrative%2C+multimodal%2C+and+scalable+single-cell+analysis%5BTitle%5D)+AND+%22Nat+Biotechnol%22%5BJournal%5D)">Dictionary learning for integrative, multimodal, and scalable single-cell analysis.</a> Nat Biotechnol. 42 (2), 293-304 (2024).</li>
<li>Ritchie, M. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Limma+powers+differential+expression+analyses+for+RNA-sequencing+and+microarray+studies%5BTitle%5D)+AND+%22Nucleic+Acids+Res%22%5BJournal%5D)">Limma powers differential expression analyses for RNA-sequencing and microarray studies.</a> Nucleic Acids Res. 43 (7), e47(2015).</li>
<li>Yu, G., Wang, L. G., Han, Y., He, Q. Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((ClusterProfiler%3A+An+R+package+for+comparing+biological+themes+among+gene+clusters%5BTitle%5D)+AND+%22OMICS%22%5BJournal%5D)">ClusterProfiler: An R package for comparing biological themes among gene clusters.</a> OMICS. 16 (5), 284-287 (2012).</li>
<li>Kanehisa, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((KEGG+for+taxonomy-based+analysis+of+pathways+and+genomes%5BTitle%5D)+AND+%22Nucleic+Acids+Res%22%5BJournal%5D)">KEGG for taxonomy-based analysis of pathways and genomes.</a> Nucleic Acids Res. 51 (D1), D587-D592 (2023).</li>
<li>Zhang, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Association+between+NRGN+gene+polymorphism+and+resting-state+hippocampal+functional+connectivity+in+schizophrenia%5BTitle%5D)+AND+%22BMC+Psychiatry%22%5BJournal%5D)">Association between NRGN gene polymorphism and resting-state hippocampal functional connectivity in schizophrenia.</a> BMC Psychiatry. 19 (1), 108(2019).</li>
<li>Sreedharan, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Glutamate%2C+aspartate+and+nucleotide+transporters+in+the+SLC17+family+form+four+main+phylogenetic+clusters%3A+evolution+and+tissue+expression%5BTitle%5D)+AND+%22BMC+Genomics%22%5BJournal%5D)">Glutamate, aspartate and nucleotide transporters in the SLC17 family form four main phylogenetic clusters: evolution and tissue expression.</a> BMC Genomics. 11, 17(2010).</li>
<li>Twine, N. A., Janitz, C., Wilkins, M. R., Janitz, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Sequencing+of+hippocampal+and+cerebellar+transcriptomes+provides+new+insights+into+the+complexity+of+gene+regulation+in+the+human+brain%5BTitle%5D)+AND+%22Neurosci+Lett%22%5BJournal%5D)">Sequencing of hippocampal and cerebellar transcriptomes provides new insights into the complexity of gene regulation in the human brain.</a> Neurosci Lett. 541, 263-268 (2013).</li>
<li>Thomsen, M. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Expression+of+the+Ly-6+family+proteins+Lynx1+and+Ly6H+in+the+rat+brain+is+compartmentalized%2C+cell-type+specific%2C+and+developmentally+regulated%5BTitle%5D)+AND+%22Brain+Struct+Funct%22%5BJournal%5D)">Expression of the Ly-6 family proteins Lynx1 and Ly6H in the rat brain is compartmentalized, cell-type specific, and developmentally regulated.</a> Brain Struct Funct. 219 (6), 1923-1934 (2014).</li>
<li>Li, N., Nattie, E., Li, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+role+of+melanin+concentrating+hormone+%28MCH%29+in+the+central+chemoreflex%3A+A+knockdown+study+by+siRNA+in+the+lateral+hypothalamus+in+rats%5BTitle%5D)+AND+%22PLoS+ONE%22%5BJournal%5D)">The role of melanin concentrating hormone (MCH) in the central chemoreflex: A knockdown study by siRNA in the lateral hypothalamus in rats.</a> PLoS ONE. 9 (8), e103585(2014).</li>
<li>Iqbal, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Transthyretin-a+key+gene+involved+in+regulating+learning+and+memory+in+brain%2C+and+providing+neuroprotection+in+Alzheimer+disease+via+neuronal+synthesis+of+transthyretin+protein%5BTitle%5D)+AND+%22J.+Behav.+Brain+Sci%22%5BJournal%5D)">Transthyretin-a key gene involved in regulating learning and memory in brain, and providing neuroprotection in Alzheimer disease via neuronal synthesis of transthyretin protein.</a> J. Behav. Brain Sci. 8 (2), 77-92 (2018).</li>
<li>Cable, D. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Robust+decomposition+of+cell+type+mixtures+in+spatial+transcriptomics%5BTitle%5D)+AND+%22Nat+Biotechnol%22%5BJournal%5D)">Robust decomposition of cell type mixtures in spatial transcriptomics.</a> Nat Biotechnol. 40 (4), 517-526 (2021).</li>
<li>Li, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Benchmarking+spatial+and+single-cell+transcriptomics+integration+methods+for+transcript+distribution+prediction+and+cell+type+deconvolution%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">Benchmarking spatial and single-cell transcriptomics integration methods for transcript distribution prediction and cell type deconvolution.</a> Nat Methods. 19 (6), 662-670 (2022).</li>
<li>Vandenbon, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Murine+breast+cancers+disorganize+the+liver+transcriptome+in+a+zonated+manner%5BTitle%5D)+AND+%22Commun+Biol%22%5BJournal%5D)">Murine breast cancers disorganize the liver transcriptome in a zonated manner.</a> Commun Biol. 6 (1), 1-12 (2023).</li>
<li>Ivich, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Missing+cell+types+in+single-cell+references+impact+deconvolution+of+bulk+data+but+are+detectable%5BTitle%5D)+AND+%22Genome+Biol%22%5BJournal%5D)">Missing cell types in single-cell references impact deconvolution of bulk data but are detectable.</a> Genome Biol. 26 (1), 86(2025).</li>
<li>Xia, B., Yanai, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+periodic+table+of+cell+types%5BTitle%5D)+AND+%22Development%22%5BJournal%5D)">A periodic table of cell types.</a> Development. 146 (12), dev169854(2019).</li>
<li>Dong, K., Zhang, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Deciphering+spatial+domains+from+spatially+resolved+transcriptomics+with+an+adaptive+graph+attention+auto-encoder%5BTitle%5D)+AND+%22Nat+Commun%22%5BJournal%5D)">Deciphering spatial domains from spatially resolved transcriptomics with an adaptive graph attention auto-encoder.</a> Nat Commun. 13 (1), 1739(2022).</li>
<li>Zhu, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mapping+cellular+interactions+from+spatially+resolved+transcriptomics+data%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">Mapping cellular interactions from spatially resolved transcriptomics data.</a> Nat Methods. 21, 1830-1842 (2024).</li>
<li>Dries, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Giotto%3A+A+toolbox+for+integrative+analysis+and+visualization+of+spatial+expression+data%5BTitle%5D)+AND+%22Genome+Biol%22%5BJournal%5D)">Giotto: A toolbox for integrative analysis and visualization of spatial expression data.</a> Genome Biol. 22 (1), 1-31 (2021).</li>
<li>Yuan, Z., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Benchmarking+spatial+clustering+methods+with+spatially+resolved+transcriptomics+data%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">Benchmarking spatial clustering methods with spatially resolved transcriptomics data.</a> Nat Methods. 21 (4), 712-722 (2024).</li>
<li>Chen, X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Benchmarking+algorithms+for+spatially+variable+gene+identification+in+spatial+transcriptomics%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">Benchmarking algorithms for spatially variable gene identification in spatial transcriptomics.</a> Bioinformatics. 41 (4), btaf131(2025).</li>
</ol>

<table><tbody><tr><td>cluster프로파일러</td><td></td><td>R 패키지 - 버전 4.14.6</td><td></td></tr><tr><td>딥스페이스DB</td><td></td><td>버전 > 1.0</td><td>데이터베이스에 대한 링크: www.deepspacedb.com</td></tr><tr><td>리마</td><td></td><td>R 패키지 - 버전 3.62.2</td><td></td></tr><tr><td>R</td><td></td><td>버전 4.4.2</td><td></td></tr><tr><td>RS투디오</td><td>포지션</td><td>버전 2024.12</td><td></td></tr></tbody></table>

deepspacedb를 사용한 공간 전사체학 데이터 세트 마이닝

Mining Spatial Transcriptomics Datasets using DeepSpaceDB

실시예 1은 쥐 뇌 샘플의 분석을 시연하여 판독 횟수, 공간적으로 가변적인 유전자 및 경로, 해마와 피질 사이의 유전자 발현 변이와 같은 매개변수를 검증했습니다. 첫째, 마우스 뇌 샘플 DSID001557의 품질을 여러 품질 측정에 대해 평가했습니다: "검출된 유전자"(그림 1A), "읽기 수"(그림 1B) 및 "Mito"(미토콘드리아 판독 비율; 그림 1C). 이는 검출된 유전자 수가 적고 판독 횟수가 낮기 때문에 뇌 샘플의 왼쪽에서 품질이 낮은 영역을 명확하게 강조했습니다. 다른 모든 표본에 대한 표본의 상대적 품질을 이해하기 위해 데이터베이스에서 표본의 상대적 품질 탭을 클릭하면 개수 대 아니오의 그래프가 표시되었습니다. 스팟당 검출된 유전자의 수(평균). 분석 중인 샘플의 경우 스팟당 3500-4000개의 유전자가 검출되었습니다(그림 1D). 샘플의 해부학적 특징은 이미지 주석 탭을 사용하여 추가로 분석되었습니다. 일반적으로 이러한 주석은 조직 이미지를 더 작은 부분으로 자르고 LLM에게 관찰가능한 특징을 설명하도록 요청하여 생성되었습니다8. 이는 샘플의 해석을 돕기 위한 대략적인 표시이며 주의해서 해석해야 합니다. 샘플의 하위 집합(특히 인간 유방암 샘플)의 경우 인간 전문가의 주석도 사용할 수 있습니다. 그러나 일상적인 진단에 사용되는 이미지에 비해 Visium H&amp;E 이미지의 품질이 낮다는 점을 고려하여 제공된 주석은 연구 목적으로만 사용됩니다. 샘플 DSID001557의 경우 해마 영역, 피질층, 신경교증이 있는 조밀한 세포층 등과 같은 마우스 뇌의 다양한 영역에 대한 주석이 표시된 슬라이스 위로 커서를 이동합니다. 샘플 슬라이스의 기본 해부학적 특징을 이해함으로써 세포 유형 클러스터, 공간적으로 가변적인 유전자 및 경로와 같은 세부 특징을 추가로 탐구했습니다. 마우스 뇌 샘플에는 총 15개의 클러스터가 있었으며, 이는 샘플 슬라이스 전체에 걸쳐 색상 코딩으로 표시되었습니다(그림 1E). 샘플과 관련된 가장 높은 공간적으로 가변적인 유전자 중 일부는 Nrgn, Slc17a7, Ly6h 및 Ddn 입니다(그림 2). Nrgn 은 시냅스 가소성 및 공간 학습을 매개하는 데 있어 Nrgn 암호화 단백질(뉴로그라닌)의 역할을 나타내는 문헌적 증거에 따라 해마 영역에서 높은 발현을 나타냈습니다15. 글루타민성 뉴런의 신경전달에 중요한 소포성 글루타메이트 수송체를 코딩하는 유전자인 Slc17a7(16)과 시냅스 후 세포골격의 구조를 조절하는 단백질을 암호화하는 유전자인 Ddn(17)도 해마 영역에서 높게 발현되었습니다. 대조적으로, 유전자 Ly6h 의 발현은 피질 세포의 막에서 Ly6h 의 제한적인 시냅스 역할을 나타내는 문헌에 따라 피질 영역에 국한되었습니다18. 유사한 방식으로 경로의 활동이 샘플 슬라이스 전반에 걸쳐 시각화되었습니다(그림 3). 공간적으로 가변적인 경로는 해마 영역의 시냅스 가소성 및 신경 전달 물질 활성의 조절과 피질 영역의 신경펩티드 신호 전달과 함께 공간적으로 가변 유전자의 기능적 역할과 일치하여 활성화되는 것으로 관찰되었습니다.
마지막으로, 마우스 뇌 샘플의 해마 영역과 시상하부 사이에 차등적으로 발현된 유전자를 식별하기 위해 Tissue Explorer 탭을 활용했습니다. 관심 영역과 관련된 지점은 이미지 주석의 지침에 따라 선택되었습니다(그림 4A). 생성된 산점도에서 확인된 차등적으로 발현된 유전자 중 일부는 Pmch 및 Ttr과 같은 몇 가지 다른 유전자 외에도 공간적으로 가변적인 상위 유전자(Nrgn, Slc17a7, Ddn) 중 하나였습니다. 이러한 유전자의 발현은 샘플 슬라이스에서 시각화되었습니다. Pmch는 외측 시상하부 영역에서 특이적으로 과발현되었습니다(그림 4B; 그림 4A에서 녹색 선택 영역과 비교). 이 유전자는 멜라닌 농축 호르몬의 전구체를 암호화하며 에너지 항상성의 유지에 관여합니다19. 대조적으로, 유전자 Ttr은 학습 및 공간 기억20에서의 기능적 역할에 따라 해마 영역(그림 4C; 그림 4A에서 빨간색 선택 영역과 비교)에서 특이적으로 발현되었습니다. 이 데이터베이스를 사용하여 서로 다른 마우스 뇌 영역 간의 샘플 내 비교를 수행함으로써 공간 유전자 발현 및 경로 활동을 기반으로 영역별 기능적 특징을 강조할 수 있었습니다.
실시예 2에서, 데이터베이스는 간에서 결장직장 전이와 관련된 면역 시그니처의 식별을 위해 활용되었다. 결장직장 전이가 있는 종양 영역과 멀리 있는 건강한 간 조직 사이에서 DSID001005(그림 5A-C) 및 DSID001007(그림 5D-F)의 두 샘플에 대한 적절한 지점 선택을 통해 샘플 내 비교를 수행했습니다. 데이터는 R을 사용하여 조건당 2회 반복으로 재분석되었습니다. 결장직장 전이가 있는 종양 영역과 건강한 간 조직 사이에서 수행된 차등 발현 분석은 선택된 매개변수를 기반으로 138개 유전자의 하향 조절과 115개 유전자의 상향 조절을 나타냈습니다(그림 6A,B). KEGG 경로 분석은 약물 대사 및 화학적 발암과 같은 하향 조절된 유전자의 경로의 농축을 입증한 반면(그림 6C), 상향 조절된 유전자는 무엇보다도 백혈구 경-내피 이동, 초점 접착 및 세포 주기에 해당하는 시그니처를 나타냈습니다(그림 6D). 면역 활성에 대한 백혈구 경-내피 이동의 관련성에 초점을 맞춰 해당 범주에서 검출된 상위 유전자를 식별하고 DeepSpaceDB에서 공간 발현을 관찰했습니다. 흥미롭게도, 백혈구 경-내피 이동 범주에서 검출된 유전자 Cldn7, Cldn4 및 Actg1은 건강한 간 조직이 있는 먼 영역이 아닌 샘플의 종양 영역(Epcam+ 부위)에서 상향 조절을 나타냈습니다(그림 7). 이것은 백혈구의 활발한 모집과 함께 간의 종양 부위에서 구동되는 면역 활동의 특성에 대한 통찰력을 제공했습니다. 요약하자면, DeepSpaceDB를 사용한 샘플 내 분석을 통해 다양한 생물학적 통찰력을 추출할 수 있습니다. 대화형 도구와 재분석 워크플로를 통해 공간 전사체 데이터를 비교함으로써 연구자들은 조직 특이적 유전자 발현 및 기능적 이질성에 관한 가설을 생성하고 검증할 수 있습니다.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/68892/68892fig1.jpg"> 
그림 1: 샘플의 품질 측정. (A) 검출된 유전자의 수, (B) 판독 횟수 및 (C) 지점당 미토콘드리아 판독 백분율. (D) 데이터베이스의 다른 모든 샘플의 분포와 비교하여 이 샘플에서 스팟당 검출된 유전자의 평균 수. (E) 조직 절편을 가로질러 군집을 발견합니다. <a href="https://www.jove.com/files/ftp_upload/68892/68892fig1large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/68892/68892fig2.jpg"> 
그림 2: 상위 공간적으로 가변적인 유전자의 발현. (a) nrgn, (b) slc17a7, (c) ly6h 및 (d) ddn. <a href="https://www.jove.com/files/ftp_upload/68892/68892fig2large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/68892/68892fig3.jpg"> 
그림 3: 상위 공간적으로 가변적인 경로의 활동. (A) 신경펩티드 신호 전달, (B) 시냅스 가소성 조절, (C) 신경 전달 물질 수송. <a href="https://www.jove.com/files/ftp_upload/68892/68892fig3large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/68892/68892fig4.jpg"> 
그림 4: 마우스 뇌의 선택된 두 영역 간의 유전자 발현 패턴 비교. (A) 샘플 내 비교를 위한 시상하부 및 해마 영역의 스팟 선택. 선택한 영역 1은 빨간색으로 표시되고 영역 2는 녹색으로 표시됩니다. 시상하부와 해마 부위 사이의 차등적으로 발현된 유전자 (B) Pmch 및 (C) Ttr 의 공간적 발현 패턴. <a href="https://www.jove.com/files/ftp_upload/68892/68892fig4large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/68892/68892fig5.jpg"> 
그림 5: 두 개의 전이성 마우스 간 샘플의 특성. 샘플 DSID001005의 경우: (A) Epcam 마커 발현, (B) 스팟 클러스터 및 (C) 샘플 내 비교를 위해 암성 및 원격 영역에서 선택된 영역. 샘플 DSID001007의 경우: (D) Epcam 마커 발현, (E) 스폿 클러스터 및 (F) 샘플 내 비교를 위해 암성 및 원격 영역에서 선택된 영역. 두 샘플 모두에서 종양 반점은 빨간색으로 표시된 영역에 있고 비종양 반점은 녹색으로 표시된 영역에 있습니다. <a href="https://www.jove.com/files/ftp_upload/68892/68892fig5large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
<img alt="Figure 6" class="xfigimg" src="/files/ftp_upload/68892/68892fig6.jpg"> 
그림 6: 재분석 결과. (A) 재분석에 사용된 워크플로의 개략적 요약. (B) 암성 영역과 먼 영역 사이에서 차등적으로 발현되는 유전자를 나타내는 화산 플롯. (C) 상향 조절된 유전자와 (D) 하향 조절된 유전자의 KEGG 경로 농축. <a href="https://www.jove.com/files/ftp_upload/68892/68892fig6large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
<img alt="Figure 7" class="xfigimg" src="/files/ftp_upload/68892/68892fig7.jpg"> 
그림 7: 유전자의 공간적 발현. (A) Cldn7, (B) Cldn4 및 (C) 조직 절편 DSID001005의 Actg1 . 유전자의 공간적 발현. (D) Cldn7, (E) Cldn4 및 (F) 조직 절편 DSID001007의 Actg1 . <a href="https://www.jove.com/files/ftp_upload/68892/68892fig7large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
보충 파일 1-4: 간 전이에 대한 데이터 파일 및 R 스크립트 예. <a href="https://www.jove.com/files/ftp_upload/68892/Supplementary.zip" target="_blank">이 파일을 다운로드하려면 여기를 클릭하십시오.</a>

DeepSpaceDB를 사용한 공간 전사체학 데이터 세트 마이닝

Spatial transcriptomics is a rapidly evolving technology that enables the capture of gene expression patterns in tissue samples while preserving ...

mining-spatial-transcriptomics-datasets-using-deepspacedb

Research

연구

JoVE Journal

Biology

생물학

이 프로토콜은 초보 생물정보학자를 위한 comparative de novo transcriptome assembly and annotation workflow를 간략하게 설명합니다. 워크플로우는 CyVerse를 통해 완전히 무료로 사용할 수 있으며 데이터 스토어로 연결됩니다. 명령줄 및 그래픽 사용자 인터페이스가 사용되지만 필요한 모든 코드를 복사하여 붙여넣을 수 있습니다.

CyVerse 리소스 활용<em&gt; 드 노보</em&gt; 비포장 (비 모델) 생물의 비교 전이학

효 모 인구 잠재적으로 긍정적인 효 모 2 잡종 상호 작용에 대 한 선택의 깊은 시퀀싱 풍부한 파트너 단백질 상호 작용에 대 한 정보를 생성 합니다. 여기, 우리가 특정 생물 정보학 도구와 같은 화면에서 시퀀스 데이터 분석 사용자 지정 된 업데이트 소프트웨어의 동작을 설명 합니다.

일괄 처리 효 모 2 잡종 스크린에서 시퀀스 데이터의 informatic 분석

이 프로토콜에서는 일반적인 프로세스를 설명 합니다 및 품질 관리 검사 드롭릿 기반, 높은 처리량 단일 셀 RNA-Seq 준비에 대 한 건강 한 성인 포유류 단일 세포를 준비에 필요한. 시퀀싱 매개 변수, 읽기 정렬 및 다운스트림 단일 셀 bioinformatic 분석 또한 제공 됩니다.

드롭릿 바코드 기반 단일 셀 Transcriptomics 성인 포유류 직물의

여기에서는 종양 미세 환경을 더 잘 특성화하고 특정 세포 집단을 식별하기 위해 Spatial Omics 기술의 관심 영역(ROI)을 미세 조정하는 프로토콜을 설명합니다. 단백질체학 분석의 경우 자동화된 맞춤형 프로토콜이 ROI 선택을 안내할 수 있는 반면, 전사체학 분석은 50μm의 작은 ROI를 활용하여 미세 조정할 수 있습니다.

조직에서 단백질 및 RNA 발현의 공간 프로파일링: 가상 미세 해부를 미세 조정하는 접근 방식

이 분석 전산 플랫폼은 박테리아 집단 유전체학에 관심이있는 미생물 학자, 생태 학자 및 역학자에게 실질적인 지침을 제공합니다. 구체적으로, 여기에 제시된 연구는 수행 방법을 보여주었습니다 : i) 계층 적 유전자형의 계통 유도 매핑; ii) 유전자형의 빈도 기반 분석; iii) 친족관계 및 클론성 분석; iv) 혈통 차별화 액세서리 유전자좌의 확인.

박테리아 집단에서 계층적 유전자형과 부속 게놈 유전자형의 휴리스틱 마이닝

여기에서는 갓 얻은 뼈 조직의 석회질을 제거하고 고품질 RNA를 보존할 수 있는 방법을 설명합니다. 또한 새로운 조직을 구할 수 없거나 채취할 수 없는 경우 우수한 품질의 결과를 얻기 위해 비탈염된 뼈의 FFPE(Formalin Fixed Paraffin Embedded) 샘플을 절편하는 방법이 예시되어 있습니다.

뼈 조직의 공간 전사체학(spatial transcriptomics)을 가능하게 하는 방법

이 기사에서는 조직 구조를 보존하면서 다양한 전사체의 고해상도 매핑을 가능하게 하는 Stereo-seq를 사용하여 포르말린 고정 파라핀 포매 조직 절편에서 숙주, 바이러스, 진균 및 마이크로바이옴 RNA의 포괄적인 공간 전사체 프로파일링을 수행하는 프로토콜을 제시합니다.

Stereo-seq 를 통한 종에 구애받지 않는 전사체의 포괄적인 공간 프로파일링

이 프로토콜에는 석회화된 혈관 표본에 대한 단계별 워크플로우가 포함되어 있습니다: 조직 취급, 탈석화, RNA 검증, 석회화 수준 검출, 그리고 Nanostring GeoMx 디지털 공간 프로파일러(DSP)에서의 관심 영역 선택 전략. 목표는 신뢰할 수 있는 공간 전사체 분석을 위해 혈관 조직 형태와 RNA를 보존하는 포괄적인 방법을 제시하는 것입니다.

디지털 공간 프로파일링을 위한 보존된 형태와 RNA를 이용한 석회화된 동맥 준비 및 처리

본 연구는 조직 절편의 직접 공간 바코딩과 단일 세포 다중옴 분석을 결합한 공간적 Trekker–CUT&amp;Tag 멀티옴 프로토콜을 제시합니다. 이 접근법은 유전자 발현과 히스톤 H3K27ac 변형의 공간적으로 분리된 단일 세포 프로파일링을 동시에 가능하게 하여, 조직 미세해부학 맥락에서 유전자 조절에 대한 기전적 통찰을 제공합니다.

냉동 조직 절편에서 전사체 및 후생유전체 표적의 공간적으로 분리된 단일 세포 통합 다중체체 프로파일링

우리는 환경 mRNA로부터 cDNA 생성하는 방법을 제시한다. 일반적으로, 총 RNA는 먼저 환경에서 수집, rRNA는 선택, 제거 mRNA가 선택적으로 증폭되고 농축 mRNA 수영장에서 합성된 cDNA가 합성됩니다. 복구된 시퀀스는 표현 유전자를 식별하는 표준 생물 정보학 기술을 사용하여 주석하실 수 있습니다.

환경 Transcriptomics를 사용하여 해양 미생물 커뮤니티의 유전자 발현 분석

탐색하세요 DeepSpaceDB를 활용한 공간 전사체학 데이터 마이닝 방법을 통해 조직 내 유전자 발현 패턴을 분석하고 질병 관련 메커니즘을 연구하는 기법을 습득하세요.

DeepSpaceDB를 사용한 공간 전사체학 데이터 세트 마이닝

더 많은 동영상 탐색