空间转录组高级分析
· Spatial PCA：增加空间聚类准确性
SpatialPCA是一种空间的降维方法，建立在PCA的基础上，将定位信息作为额外的输入，并使用核矩阵来明确地模拟不同组织位置的空间相关结构。
Spatial PCA 空间聚类结果
· BayesSpace：增加空间分辨率
BayesSpace，一种完全贝叶斯统计方法，通过使用来自空间邻域的信息来增强空间转录组数据的分辨率并进
行聚类分析，能够有效识别具有相似表达谱的空间簇以及提高空间转录组学分辨率。
BayesSpace 空间聚类结果
单细胞转录组与空间转录组联合分析
· CellTrek：根据scRNA-seq和ST数据直接将单个细胞映射到组织切片的空间坐标。
CellTrek:单细胞空间联合分析结果
· cell2location：将单个细胞参考细胞类型映射到空间转录组数据集。
不同细胞类型空间分布图及细胞空间分布总图
· spotlight：识别每个spot中的细胞类型和比例
不同细胞类型空间分布图及细胞空间分布总图
细胞轨迹分析
细胞在不同分化状态之间转变时，通常会经历转录重组。拟时序分析是根据每个细胞的时序基因表达，将每个细胞按照拟时间进行排序，根据基因表达情况将细胞分为多个不同分化状态的细胞群，然后可视化生成直观的谱系发育树状轨迹图，从而预测细胞的分化及发育轨迹。
RNA 速率分析
RNA 速率通过计算scRNA-seq 数据中未剪接和剪接的mRNA（其相对丰度可以用来估计基因剪接和降解的速率）来预测单细胞的分化状态，从而揭示拟时间过程中整个转录组的变化速率和方向。
细胞间配体受体互作分析
细胞间的信息交流（cell-cell communication）是通过配体与其受体相结合，引起特定细胞信号通路信号激活以及产生各种复杂的反应为基础。研究这些配体-受体相互作用对理解不同细胞类型间的细胞通讯网络及其参与的复杂生物学过程具有十分重要的意义。基于配体-受体的细胞互作分析是单细胞测序的高级分析之一。常用的细胞通讯分析软件：CellPhoneDB、CellChat。
· CellPhoneDB 分析
CellPhoneDBﾠ是一个公开可用的人类受体、配体及其相互作用的数据库，根据已知的蛋白互作注释来解析单细胞转录组数据，最终得到配体-受体复合物的平均表达量打分和显著性关系。
CellPhoneDB 互作结果图如下：
· CellChat分析
CellChatﾠ通过scRNA-seqﾠ数据，以信号通路为单位，从配体、受体及其辅因子基因的表达推断细胞间通信；同时CellChat 还具有进一步进行的数据探索、分析和可视化功能。CellChat 包含人类和小鼠物种的配体-受体相互作用对；还可以进行两组间通讯差异比较。
CellChat互作结果图如下：
SCENIC 分析
SCENIC（single-cell regulatory network inference and clustering）是一款分析转录因子活性的软件，其可基于单细胞转录组数据来推断转录因子、基因调控网络和细胞类型。SCENIC 分析的核心是利用motif enrichment 将候选TF 调控因子与候选靶基因连接起来。此软件目前配置了人、小鼠、果蝇数据库，其他物种需要自己构建数据库。
InferCNV分析
InferCNV（https://github.com/broadinstitute/inferCNV），其可用于肿瘤单细胞RNA-Seq数据中鉴定大规模染色体拷贝数变异，例如整条染色体或大片段染色体的重复或缺失。基本原理是在整个基因组范围内，通过比较肿瘤细胞的基因表达强度与“正常”参考细胞基因表达强度来确定拷贝数差异，并使用热图对每条染色体上基因的相对表达强度进行可视化。这样在以正常细胞作为参考的情况下可以清晰地了解肿瘤细胞中基因组上各区域基因的表达变化。为了结果的可靠性，软件官方还有几种方法可以对数据进行降噪。另外，InferCNV还可以对CNV区域进行预测，并根据基因表达的异质性将细胞进行聚类。
