Fortschritte in der räumlichen Transkriptomik und verwandten Datenanalystrategien

In den letzten Jahren entwickelte Technologien der räumlichen Transkriptomik können verschiedene Informationen bereitstellen, einschließlich der Gewebeheterogenität, die grundlegend für die biologische und medizinische Forschung ist, und haben erhebliche Durchbrüche erzielt. Die Einzelzell-RNA-Sequenzierung (scRNA-seq) kann keine räumlichen Informationen liefern, während Technologien der räumlichen Transkriptomik es ermöglichen, Informationen zur Genexpression aus intakten Gewebeproben im ursprünglichen physiologischen Kontext mit räumlicher Auflösung zu gewinnen. Verschiedene biologische Erkenntnisse können in die Gewebearchitektur gewonnen werden und die Aufklärung der Wechselwirkungen zwischen Zellen und Mikroumgebung weiter vorantreiben. So können wir ein allgemeines Verständnis von Histogeneseprozessen und Krankheitsgenese gewinnen usw. Darüber hinaus spielen in silico-Methoden, die die weit verbreiteten R- und Python-Pakete zur Datenanalyse umfassen, eine wesentliche Rolle beim Ableiten unverzichtbarer Bioinformationen und beim Beseitigen technologischer Einschränkungen. In diesem Review fassen wir die verfügbaren Technologien der räumlichen Transkriptomik zusammen, untersuchen mehrere Anwendungen, diskutieren die rechnerischen Strategien und heben zukünftige Perspektiven hervor, die das Entwicklungspotenzial betonen.