Lektionen aus der räumlichen Transkriptomik und computationaler Geografie zur Kartierung des Transkriptoms

Zusammenfassung. Räumliche Daten, Daten mit einer Form von zugeordneter Lage, sind die Norm: Alle Daten sind jetzt räumlich. Räumliche Daten jedoch erfordern die Berücksichtigung von drei kritischen Eigenschaften: raumlich auto-korreliert, räumlich nicht-stationär und den Effekt des MAUP. Geographen sind mit diesen vertraut und verfügen über Werkzeuge, Rubriken und Arbeitsabläufe, um diese zu berücksichtigen und ihre Auswirkungen auf statistische Inferenz, Verständnis und Vorhersage zu verstehen. Immer mehr Forscher in nicht-geografischen Bereichen, ohne Erfahrung oder Kenntnisse in quantitativer Geografie oder GIScience, führen Analysen solcher Daten durch, ohne die Auswirkungen dieser räumlichen Datenmerkmale vollständig oder überhaupt zu verstehen. Dieses kurze Papier beschreibt jüngste Interaktionen und Arbeiten mit Forschung in der Genanalyse und räumlicher Transkriptomik und hebt die Möglichkeiten hervor, wie GIScience die vielen neuen Benutzer räumlicher Daten informieren und steuern kann.