Name: Mineração de conjuntos de dados transcriptômicos espaciais usando o DeepSpaceDB (Vídeo) | JoVE Journal
Uploaded: 2025-09-05T14:20:00.000+00:00
Duration: 10 min 16 s
Description: Explore a mineração de dados transcriptômicos espaciais com o DeepSpaceDB para análise de expressão gênica em tecidos. Esta plataforma interativa facilita a investigação de padrões espaciais em amostras de câncer e desenvolvimento.

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>clusterProfiler</td><td></td><td>Pacote R – versão 4.14.6</td><td></td></tr><tr><td>DeepSpaceDB</td><td></td><td>Versão > 1.0</td><td>Um link para o banco de dados: www.deepspacedb.com</td></tr><tr><td>limma</td><td></td><td>Pacote R – versão 3.62.2</td><td></td></tr><tr><td>R</td><td></td><td>versão 4.4.2</td><td></td></tr><tr><td>RStudio</td><td>Postular</td><td>Versão 2024.12</td><td></td></tr></tbody></table>

mineração de conjuntos de dados transcriptômicos espaciais usando o deepspacedb

Mining Spatial Transcriptomics Datasets using DeepSpaceDB

O Exemplo 1 demonstrou a análise de uma amostra de cérebro de camundongo, validando parâmetros como contagem de leitura, genes e vias espacialmente variáveis e variações de expressão gênica entre o hipocampo e o córtex. Primeiro, a qualidade da amostra de cérebro de camundongo DSID001557 foi avaliada em relação a várias medidas de qualidade: "Genes detectados" (Figura 1A), "Contagem de leituras" (Figura 1B) e "Mito" (a porcentagem de leituras mitocondriais; Figura 1C). Isso destacou claramente uma região com menor qualidade no lado esquerdo da amostra de cérebro, com base no baixo número de genes detectados e na baixa contagem de leitura. Para entender a qualidade relativa da amostra em relação a todas as outras amostras, a guia Qualidade relativa da amostra no banco de dados foi clicada, que exibia um gráfico da Contagem versus Não. de genes detectados por mancha (Média). Para a amostra analisada, foram detectados entre 3500-4000 genes por mancha (Figura 1D). As características anatômicas da amostra foram analisadas posteriormente usando a guia Anotação de imagem . Como nota geral, essas anotações foram geradas cortando imagens de tecido em partes menores e pedindo a um LLM para descrever as características observáveis8. São indicações aproximadas para auxiliar na interpretação da amostra e precisam ser interpretadas com cuidado. Para um subconjunto de amostras (especialmente amostras de câncer de mama humano), anotações de um especialista humano também estão disponíveis. No entanto, considerando a qualidade inferior das imagens do Visium H&amp;E em comparação com as imagens usadas para diagnóstico de rotina, as anotações fornecidas são apenas para fins de pesquisa. Para DSID001557 de amostra, mova o cursor sobre as anotações exibidas na fatia das diferentes regiões do cérebro do camundongo, como a região do hipocampo, camadas corticais, camadas celulares densas com gliose, etc. A partir da compreensão das características anatômicas básicas da fatia da amostra, características detalhadas como grupos de tipos de células e genes e vias espacialmente variáveis foram exploradas. A amostra de cérebro de camundongo tinha 15 clusters no total, que foram representados com código de cores em toda a fatia da amostra (Figura 1E). Alguns dos principais genes espacialmente variáveis associados à amostra são Nrgn, Slc17a7, Ly6h e Ddn (Figura 2). Nrgn exibiu alta expressão na região do hipocampo, de acordo com as evidências literárias que indicam o papel da proteína codificada em Nrgn (neurogranina) na mediação da plasticidade sináptica e do aprendizado espacial15. Slc17a7, um gene que codifica um transportador vesicular de glutamato crucial para a neurotransmissão em neurônios glutaminérgicos16, e Ddn, um gene que codifica uma proteína que modula a estrutura do citoesqueleto pós-sináptico17, também foram altamente expressos na região do hipocampo. Em contraste, a expressão do gene Ly6h foi localizada na região cortical, de acordo com a literatura que indica o papel sináptico restritivo de Ly6h nas membranas das células corticais18. De maneira semelhante, a atividade das vias foi visualizada em toda a fatia da amostra (Figura 3). Observou-se que as vias espacialmente variáveis são ativadas em concordância com os papéis funcionais dos genes espacialmente variáveis, com regulação da plasticidade sináptica e atividade de neurotransmissores na região do hipocampo e sinalização de neuropeptídeos na região cortical.
Finalmente, para identificar genes diferencialmente expressos entre a região do hipocampo e o hipotálamo da amostra de cérebro de camundongo, a guia Tissue Explorer foi utilizada. Os pontos associados às regiões de interesse foram selecionados com orientação da anotação da imagem (Figura 4A). A partir do gráfico de dispersão gerado, alguns dos genes diferencialmente expressos identificados estavam entre os principais genes espacialmente variáveis (Nrgn, Slc17a7, Ddn), além de alguns outros, como Pmch e Ttr. A expressão desses genes foi visualizada na fatia da amostra. Pmch foi especificamente superexpresso na região hipotalâmica lateral (Figura 4B; compare com a área verde selecionada na Figura 4A). Esse gene codifica o precursor do hormônio concentrador de melanina e está envolvido na manutenção da homeostase energética19. Em contraste, o gene Ttr foi especificamente expresso na região do hipocampo (Figura 4C; compare com a área vermelha selecionada na Figura 4A), de acordo com seu papel funcional na aprendizagem e na memória espacial20. Ao realizar comparações intra-amostra entre diferentes regiões do cérebro de camundongos usando este banco de dados, fomos capazes de destacar características funcionais específicas da região com base na expressão gênica espacial e na atividade da via.
No exemplo 2, o banco de dados foi utilizado para a identificação de assinaturas imunes associadas a metástases colorretais no fígado. A comparação intra-amostra foi realizada entre a região tumoral com metástases colorretais e o tecido hepático distante e saudável, por meio de seleção de local apropriado para as duas amostras: DSID001005 (Figura 5A-C) e DSID001007 (Figura 5D-F). Os dados foram reanalisados com duas repetições por condição usando R. A análise de expressão diferencial realizada entre a região tumoral com metástase colorretal e o tecido hepático saudável revelou a regulação negativa de 138 genes e a regulação positiva de 115 genes, com base nos parâmetros selecionados (Figura 6A,B). A análise da via KEGG demonstrou o enriquecimento das vias dos genes regulados negativamente, como metabolismo de drogas e carcinogênese química (Figura 6C), enquanto os genes regulados positivamente exibiram assinaturas correspondentes à migração transendotelial de leucócitos, adesão focal e ciclo celular, entre outros (Figura 6D). Com foco na relevância da migração transendotelial de leucócitos para a atividade imunológica, os principais genes detectados na categoria foram identificados e sua expressão espacial foi observada no DeepSpaceDB. Curiosamente, os genes Cldn7, Cldn4 e Actg1 detectados na categoria de migração transendotelial de leucócitos exibiram regulação positiva na região do tumor (local Epcam +) das amostras, e não na região distante com tecido hepático saudável (Figura 7). Isso forneceu informações sobre a natureza da atividade imune impulsionada no local do tumor do fígado, com o recrutamento ativo de leucócitos. Em resumo, a análise intra-amostra usando o DeepSpaceDB permite a extração de diversos insights biológicos. Ao comparar dados transcriptômicos espaciais por meio de ferramentas interativas e fluxos de trabalho de reanálise, os pesquisadores podem gerar e validar hipóteses sobre a expressão gênica específica do tecido e a heterogeneidade funcional.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/68892/68892fig1.jpg"> 
Figura 1: Medidas de qualidade da amostra. (A) Número de genes detectados, (B) contagem de leituras e (C) porcentagem de leituras mitocondriais por mancha. (D) O número médio de genes detectados por ponto nesta amostra, em comparação com a distribuição de todas as outras amostras no banco de dados. (E) Aglomerados de manchas na fatia de tecido. <a href="https://www.jove.com/files/ftp_upload/68892/68892fig1large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/68892/68892fig2.jpg"> 
Figura 2: Expressão dos principais genes espacialmente variáveis. (a) nrgn, (b) slc17a7, (c) ly6h e (d) ddn. <a href="https://www.jove.com/files/ftp_upload/68892/68892fig2large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/68892/68892fig3.jpg"> 
Figura 3: Atividade das principais vias espacialmente variáveis. (A) Sinalização de neuropeptídeos, (B) Regulação da plasticidade sináptica, (C) Transporte de neurotransmissores. <a href="https://www.jove.com/files/ftp_upload/68892/68892fig3large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/68892/68892fig4.jpg"> 
Figura 4: Comparação dos padrões de expressão gênica entre duas regiões selecionadas do cérebro do camundongo. (A) Seleção pontual nas regiões hipotalâmica e hipocampal para comparações intraamostrais. A região selecionada 1 é mostrada em vermelho e a região 2 em verde. Padrões de expressão espacial dos genes diferencialmente expressos (B) Pmch e (C) Ttr entre as regiões hipotalâmica e hipocampal. <a href="https://www.jove.com/files/ftp_upload/68892/68892fig4large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/68892/68892fig5.jpg"> 
Figura 5: Propriedades de duas amostras de fígado de camundongo metastático. Para DSID001005 amostra: (A) expressão do marcador Epcam , (B) clusters pontuais e (C) regiões selecionadas em regiões cancerosas e distantes para comparações intraamostrais. Para DSID001007 amostra: (D) expressão do marcador Epcam , (E) clusters pontuais e (F) regiões selecionadas em regiões cancerosas e distantes para comparações intraamostrais. Para ambas as amostras, as manchas tumorais estão nas regiões mostradas em vermelho e as manchas não tumorais estão nas regiões mostradas em verde. <a href="https://www.jove.com/files/ftp_upload/68892/68892fig5large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>
<img alt="Figure 6" class="xfigimg" src="/files/ftp_upload/68892/68892fig6.jpg"> 
Figura 6: Resultados da reanálise. (A) Resumo esquemático do fluxo de trabalho usado na reanálise. (B) Gráfico de vulcão representando os genes diferencialmente expressos entre regiões cancerígenas e distantes. Enriquecimento da via KEGG de (C) genes regulados positivamente e (D) genes regulados negativamente. <a href="https://www.jove.com/files/ftp_upload/68892/68892fig6large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>
<img alt="Figure 7" class="xfigimg" src="/files/ftp_upload/68892/68892fig7.jpg"> 
Figura 7: Expressão espacial de genes. (A) Cldn7, (B) Cldn4 e (C) Actg1 na fatia de tecido DSID001005. Expressão espacial de genes. (D) Cldn7, (E) Cldn4 e (F) Actg1 na fatia de tecido DSID001007. <a href="https://www.jove.com/files/ftp_upload/68892/68892fig7large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>
Arquivos suplementares 1-4: Arquivos de dados e script R para exemplo de metástase hepática. <a href="https://www.jove.com/files/ftp_upload/68892/Supplementary.zip" target="_blank">Clique aqui para baixar este arquivo.</a>

Mineração de conjuntos de dados transcriptômicos espaciais usando o DeepSpaceDB

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

JoVE Journal

Biology

Biologia

Este protocolo descreve um fluxo de trabalho comparativo de montagem e anotação de transcriptoma de novo para bioinformáticos iniciantes. O fluxo de trabalho está disponível gratuitamente inteiramente através do CyVerse e conectado pelo Data Store. A linha de comando e as interfaces gráficas do usuário são usadas, mas todo o código necessário está disponível para copiar e colar.

Aproveitando os Recursos CyVerse para<em&gt; De Novo</em&gt; Transcriptômica Comparativa de Organismos Não Servidos (não Modelos)

Sequenciamento profundo das populações de leveduras selecionadas para interações de 2-híbrido de levedura positivos potencialmente produz uma riqueza de informações sobre interação proteínas do parceiro. Aqui, descrevemos o funcionamento das ferramentas de Bioinformática específicos e software atualizado personalizado para analisar os dados de sequência de tais telas.

Análise informática de dados da sequência do lote levedura híbrida-2 telas

Este protocolo descreve os processos gerais e controle de qualidade verifica necessário para a preparação de células simples mamíferos adultas saudáveis para preparações de RNA-Seq de célula única baseada em gotículas, alta taxa de transferência. Parâmetros de sequenciamento, alinhamento de leitura e análise de bioinformatic a jusante de célula única também são fornecidos.

Transcriptomics de célula única baseada em código de barras da gota de tecidos de mamíferos adultos

Aqui, descrevemos um protocolo para ajuste fino de regiões de interesse (ROIs) para tecnologias de Ômica Espacial para melhor caracterizar o microambiente tumoral e identificar populações celulares específicas. Para ensaios proteômicos, protocolos personalizados automatizados podem orientar a seleção de ROI, enquanto os ensaios transcriptômicos podem ser ajustados utilizando ROIs tão pequenos quanto 50 μm.

Perfil espacial da expressão de proteínas e RNA em tecidos: uma abordagem para ajustar a microdissecção virtual

Esta plataforma computacional analítica fornece orientação prática para microbiologistas, ecologistas e epidemiologistas interessados em genômica populacional bacteriana. Especificamente, o trabalho aqui apresentado demonstrou como realizar: i) mapeamento guiado por filogenia de genótipos hierárquicos; ii) análise baseada em frequência de genótipos; iii) análises de parentesco e clonalidade; iv) identificação da linhagem diferenciando loci acessório.

Mineração heurística de genótipos hierárquicos e genoma acessório Loci em populações bacterianas

Aqui, descrevemos um método que permite a descalcificação de tecidos ósseos recém-obtidos e a preservação de RNA de alta qualidade. Um método também é ilustrado para seccionar amostras de Formalina Fixada Parafina Embebida (FFPE) de ossos não desmineralizados para obter resultados de boa qualidade se os tecidos frescos não estiverem disponíveis ou não puderem ser coletados.

Métodos para Habilitar a Transcriptômica Espacial de Tecidos Ósseos

Este artigo apresenta um protocolo para realizar um perfil transcriptômico espacial abrangente do RNA do hospedeiro, viral, fúngico e microbioma a partir de seções de tecido embebidas em parafina fixadas em formalina usando Stereo-seq, que permite o mapeamento de alta resolução de diversos transcriptomas, preservando a arquitetura do tecido.

Perfil espacial abrangente de transcriptomas agnósticos de espécies via Stereo-seq

Esse protocolo inclui um fluxo de trabalho passo a passo para amostras vasculares calcificadas: manuseio de tecidos, descalcificação, validação de RNA, detecção de níveis de calcificação e estratégias de seleção por região de interesse no Nanostring GeoMx Digital Spatial Profiler (DSP). O objetivo é apresentar um método abrangente para preservar a morfologia do tecido vascular e o RNA para análise transcriptômica espacial confiável.

Preparação e Processamento de Artérias Calcificadas com Morfologia e RNA Preservados para Perfil Espacial Digital

Este estudo apresenta um protocolo multioma espacial Trekker–CUT&amp;Tag que combina codificação de barras espacial direta de uma seção de tecido com análise multioma de célula única. Essa abordagem permite o perfilamento espacialmente resolvido de uma única célula da expressão gênica e a modificação da histona H3K27ac simultaneamente, oferecendo insights mecanicistas sobre a regulação gênica no contexto da microanatomia tecidual.

Perfilamento Multiômico Integrado de Célula Única Espacialmente Resolvido do Transcriptoma e Alvos Epigenômicos em Seções de Tecido Congelado

Nós apresentamos um método para gerar cDNA de mRNA ambiental. Em geral, o total de RNA é a primeira coletados do ambiente, rRNA é seletivamente removido, mRNA é seletivamente amplificado, e cDNA sintetizado a partir do pool de mRNA enriquecido é seqüenciado. Seqüências recuperadas podem ser anotados usando técnicas padrão de bioinformática para identificar os genes expressos.

Analisando Expressão Gênica de comunidades microbianas Marinha usando transcriptômica Ambiental

Explore a mineração de dados transcriptômicos espaciais com o DeepSpaceDB para análise de expressão gênica em tecidos. Esta plataforma interativa facilita a investigação de padrões espaciais em amostras de câncer e desenvolvimento.

Mineração de conjuntos de dados transcriptômicos espaciais usando o DeepSpaceDB

Explorar mais vídeos