Key points are not available for this paper at this time.
초록 공간 오믹스 데이터는 조직 구조에 대한 심층 분석을 가능하게 하여 생물학적 발견을 위한 새로운 기회를 열어줍니다. 특히, 이미징 기술은 단일 세포 해상도를 제공하여 세포 조직과 동태에 대한 필수적인 통찰을 제공합니다. 그러나 이러한 데이터의 복잡성은 분석적인 도전을 제기하며 상당한 컴퓨팅 자원을 요구합니다. 더욱이, Xenium, MERSCOPE, CosMX와 같은 다양한 공간 오믹스 기술의 확산과 MACSima 및 PhenoCycler 같은 다중 이미징 기술은 기존 도구의 일반성을 저해합니다. 우리는 모든 이미지 기반 공간 오믹스를 위한 통합 시각화기를 갖춘 기술 불변 메모리 효율 파이프라인인 Sopa (https://github.com/gustaveroussy/sopa)를 소개합니다. Sopa는 보편적인 SpatialData 프레임워크를 기반으로 하여 분할, 전사/채널 집계, 주석 및 기하학적/공간 분석과 같은 작업을 최적화합니다. 출력물에는 사용자 친화적인 웹 보고서와 시각화기 파일, 심층 분석을 위한 포괄적인 데이터 파일이 포함됩니다. 전반적으로 Sopa는 공간 데이터 분석의 통합을 향한 중요한 단계로, 생물학적 시스템에서 세포 상호작용 및 조직 구성을 보다 포괄적으로 이해할 수 있게 합니다.
Blampey 외(화요일), 이 질문을 연구했습니다.