Visium、GeoMx DSP和Chromium方法对存档肿瘤组织的转录组分析揭示患者间与患者内异质性

数据集获取

源站：https://cellxgene.cziscience.com/collections/bd552f76-1f1b-43a3-b9ee-0aace57e90d6

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据说明

背景：多种技术能够表征组织中基因表达的空间异质性。其相对优势和劣势尚未得到充分探索。我们比较了GeoMx DSP（Nanostring）和Visium CytAssist（10X）全转录组在人类癌症分析中的输出结果。
方法：对乳腺癌和肺癌（BC/LC；各n=4）以及弥漫性大B细胞淋巴瘤（DLBCL，n=6）的存档FFPE组织块（中位保存时间57个月（22-103）；DV200中位数53.75%（7.2-80.3））连续切片，用两种平台进行检测，并对1例BC和1例LC做重复检测。GeoMx兴趣区（ROIs）被分割为肿瘤（CK/CD20+）、CD3+、CD68+和标志物阴性光照区（AOIs）。根据H&E对Visium捕获点进行主要细胞类型注释。对切片进行对齐，使Visium点与覆盖其面积超过70%的GeoMx AOI相匹配。
结果：68-84%的AOIs（GeoMx）和89-100%的点（Visium）通过QC，最终得到376个GeoMx和36776个Visium数据点。两种方法均表现出高重复再现性，并具有明显的患者效应。转录组去卷积显示细胞类型混合物，在所选AOI类型中富集（GeoMx），并与病理学家的注释一致（Visium）。点/AOI匹配分析（598个点/67个AOI）显示，GeoMx和Visium在捕获细胞类型混合物方面结果相似，Visium在基质区室中具有更高的多样性。生物区室间的独立差异表达分析显示，GeoMx和Visium信号相似，Visium中的显著性更高。
结论：我们使用GeoMx DSP和Visium CytAssist生成了高质量的空间转录组学数据。GeoMx AOIs和Visium点均能捕获细胞类型混合物，并富集于预期的细胞特征。GeoMx能够对预定义组织区域中经专家选择的细胞类型进行分析。Visium提供更多数据点，总体上可为大多数细胞类型提供相似的细胞类型富集。疾病：弥漫性大B细胞淋巴瘤、浸润性导管乳腺癌、浸润性小叶乳腺癌、肺腺癌、原发性皮肤弥漫性大B细胞淋巴瘤（腿型）、鳞状细胞癌

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。