转录组分析的算法哪个更强记者18日从中国科学技术大学获悉，该校生命科学与医学系教授曲昆设计了一套完整的分析流程，系统评估了空间转录组和单细胞转录组的16种数据整合算法在预测基因或细胞类型空间分布方面的性能
该研究成果于5月16日在线发表在《自然—方法》杂志上。
最近几年来，研究人员发展了多种空间转录组技术，可以在保持细胞精确空间位置的同时检测整个转录组在细胞中的表达，从而研究在发育或疾病发生发展中起关键作用的细胞亚群及其分子机制。
可是，目前空间转录组技术存在两个缺点:一是基于测序的空间转录组技术无法达到真正的单细胞分辨率，其次，成像空间转录组技术能够检测到的基因流量有限。
为了突破技术的限制，生物信息学家设计了各种算法来整合空间转录组和单细胞转录组的数据，预测细胞类型的空间分布和单个细胞的完整转录组信息这些算法极大地加深了人们对空间转录组学数据以及相关生物学和病理学过程的理解可是，这些集成算法的工作原理和适用范围明显不同，研究人员很难选择最佳算法
研究总结了各种算法的属性，性能和适用性，以及高效算法的优势，为研究者进一步提高算法性能提供了参考同时，研究提供的整合空间转录组和单细胞转录组数据的分析过程有助于研究人员选择最佳的分析工具来处理自己的数据
普林斯顿大学教授，领域专家本·拉斐尔评价说，对各种空间转录组数据和方法进行如此严格的基准研究并不容易，这项研究满足了该领域的重要需求。
