1. 研究目的与意义
近些年来，尽管空间基因表达技术得到发展，比如转录组学和Visuml平台允许在保留空间上下文的同时全面测量转录组学特征，但是现有的分析空间基因表达数据的方法往往不能有效地利用空间信息，也不能解决技术分辨率低的问题。单细胞RNA测序（scRNA-seq）可以实现基因表达的高通量和高分辨率分析，但传统的样品制备方法会导致空间信息的丢失。而了解转录表达的空间位置可以在保留空间信息的同时对基因表达进行高通量分析，但这种空间基因表达平台的主要技术限制是分辨率低的问题。可以替代的方法比如荧光原位杂交技术，如seqFISH和MERFISH，以及其他最近开发的空间测序方法，如Slide seq和ZipSeq7-10。虽然这些方法提供了更高的分辨率，但大多数方法的吞吐量较低，依赖于自定义协议，或者不广泛可用。所以需要一种新的统计方法来分析空间基因表达数据。
BayesSpace是一种用于聚类分析和空间转录组数据分辨率增强的完全贝叶斯统计方法，它可以和当前转录组工作流无缝衔接。它对基因表达矩阵的低维表示进行建模，并且通过空间先验信息支持相邻点属于同一族群。从建模的角度看，相较其他方法，BayesSpace允许更灵活的群集结构和错误术语；从用户的角度看，BayesSpace是可访问的，因为它将广泛使用的生物导体单细胞实验对象作为输入，不需要额外标记基因，并且涉及最小的参数调整。利用空间领域结构扩展BayesSpace以在子点级别解析表达式。这种增强的分辨率建模（使用 Visium 平台接近单单元分辨率）不需要独立的单元数据，并且允许我们推断子点的空间排列。BayesSpace通过空间聚类改进了空间分布组织域的识别，并增强了基因表达图的分辨率2. 研究内容和预期目标
研究内容：空间聚类能否提高对脑组织中已知层的识别；
BayesSpace能否将基因表达模式提高到近单细胞分辨率
关键问题：当前空间转录组学技术分辨率有限；
3. 国内外研究现状
荧光原位杂交(FISH) 技术是 20 世纪80 年代开始发展起来的一种新的定位技术, 在染色体研究中得到了广泛的应用。胡文超，陈丽颖，王艳玲，耿娟，付彦峰（2007）指出荧光原位杂交(FISH) 技术广泛应用于动植物基因组结构研究、染色体精细结构变异分析、病毒感染分析、人类产前诊断、肿瘤遗传学和基因组进化研究等许多领域。柴局、刘淑英、张文广、李金泉、王慧梅、张海军、赵艳红（2008）也提出荧光原位杂交(FISH)应用最成功的是基因定位。
汪荷（2016）指出：基于超级Ｈ明治信号放大的巧光原位杂交技术检测细胞内的mRNA的工作中，虽然该方法提高了灵敏度，但是可能会有假阳性信号的产生；基于巧光共振能量转移的杂交链式反应用于细胞内mRNA的原位检测的工作中，虽然该方法进一步増强了特异性、灵敏度，可免洗脱的进行检测，但是探针的设计难度较高，反应时间较长。李亚楠、孟献亚、沈洪婷（2020）等在对小鼠甲状腺转录组学影响的研究中用RNA－seq 技术对甲状腺组织转录组测序后，进行了基因转录表达差异和差异基因 KEGG 通路的分析。邱晓芬、陈洁晶、薛雯（2020）等对单细胞转录组测序（scRNA－seq）技术进行了研究,指出目前单细胞转录组测序（scRNA－seq）技术除了要克服检测技术上的通量、效率、灵敏度、成本等问题外，还要克服具体计算策略和分析的挑战。
田延锋、刘擘、胡毅平（2020）等运用运用高通量测序技术和生物信息学技术来寻找与 miR－18lb相关的差异表达基因及信号通路并探讨其临床应用价值，并指出随着生物信息学技术的飞速发展以及高通量测序技术的应用，使得全面分析甲状腺癌细胞的基因组和转录组成为可能。相较于一代测序技术，二代测序技术具备速度快、成本低及敏感度高等优势。
4. 计划与进度安排
1、2022-11-20前：完成选题
2、2022-12-11前：完成开题报告
3、2022-01-20前：完成查找相关资料，了解国内外研究现状以及课题的可行性等准备工作
5. 参考文献
[1] Patrik L. St#229;hl, FredrikSalmn, Sanja Vickovic, Anna Lundmark, Jos Fernndez Navarro,Jens Magnusson, StefaniaGiacomello, Michaela Asp,Jakub O. Westholm,Mikael Huss, Annelie Mollbrink, StenLinnarsson, Simone Codeluppi, #197;ke Borg, Fredrik Pontn, Paul Igor Costea, Pelin Sahln,Jan Mulder, Olaf Bergmann, Joakim Lundeberg ,Jonas Frisn. Visualization and analysis of gene expression in tissue sections byspatial transcriptomics[J]. Science, 2016,353(6294).
[2] Thrane Kim, ErikssonHanna, Maaskola Jonas, Hansson Johan, Lundeberg Joakim.SpatiallyResolved Transcriptomics Enables Dissection of Genetic Het[1]erogeneity in Stage IIICutaneous Malignant Melanoma.[J]. Cancer research,2018,78(20).
[3] ChenKok Hao,Boettiger Alistair N,Moffitt Jeffrey R,Wang Siyuan,Zhuang Xiaowei. RNAimaging. Spatially resolved, highly multiplexed RNA profiling in singlecells.[J]. Science (New York, N.Y.),2015,348(6233).
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
