00:07
好了,时间差不多了,我们来上我们的第11课。关于空间领域通讯和空间信号流的一个内容啊。在这个我们在讲之前讲这个单细胞空间通讯的时候啊,我也强调过。现在做单细胞空间通讯啊,是多分组多重复的一个现,呃一个现状就是说一个组,哎,可能比如说疾病组。它有哎,它有好几个样本,哎,作为它的一个重复分析的时候呢,多分组多重复来分析它通讯的一个有效性。而且配受体通讯啊,它的一个方向是首先是配体表达,然后结合到受体,受体细胞呢,然后进行信号放大,放大之后呢,哎,激活一些转录因子的一个表达,转录因子呢,再调控这个靶基因的一个表达等等等等,这是一个。
01:09
这是一个那个正常的一个通讯的一个流向,对吧?嗯,在这个分析过程中啊,大家也慢慢发现了单细胞慢慢的哎,纳入了更多的一个分析内容。在讲单细胞通讯的时候呢,哎,也讲到了3分DB呢,把下游的TF因子活性给纳入了进来。还有呢,就是像ni,他把这个靶基因序列。哎,就是说配体受体最终调节的靶基因的活性。放了进来,哎,以此来判断它配受体是否是哎有效的。但是大家不知道有,呃,发现一个其中关键的问题没有,就是说。通讯分析啊,都是具有方向性的,对吧?诶由A细胞影响B细胞,导致B细胞内部一些基因发生的一个。
02:02
哎,发生了一个明显的一个表达上的变化。嗯,这个方向声啊,从单细胞来讲,哎,主要是指细胞的方向性,比如T细胞指向这个上皮细胞等等等啊。嗯,它只能指到这个细胞类型这一个这一部分了。然后呢,就是这个。空间的一个通讯了。我们都知道,哎,通讯的方向性之后呢,很多时候啊,我们想知道通讯的一个流向。就是从空间的空间的角度来看,通讯的方向性是怎样的,从哪个区域到另外的哪个区域等等等等。哎,这就是空间通讯领域通讯和信号流的一个核心分析点了啊。接下来呢,我们来看看空间领域通讯的一个分析内容啊。关于空间领域通讯啊,其实大家听这个词儿应该就能明白,领域,领域呃,其实就是一个细胞类型和周围的细胞类型,它在发生一个很明显的一个互助,对吧。
03:07
大家可以看明显的这样一个概念,哎,它表达。它表达这个配体,哎,它表达受体,哎两者之间呢,在一定的范围之内,哎,比较近的距离的范围之内,实现了它这个互助的一个效果。哎,他是把这个地方给放大了。哎,放大了,展示出两个邻近的细胞,哎,它如何存在?一种怎样的一个步骤?当然对于我们配受体而言呢,配受体分好几类,有分泌式的,有接触式的,有这个。呃,细胞外基制的。嗯,接触式的就不必说了,必须相两个细胞相互哎靠近,相互接近才可以分泌式的呢,哎之前也讲过分泌式的呢,其实它也不能哎去出去太远的一个距离,也是在相对呃临近的一个地方,发挥了它的作用之后呢,立马就失活掉了。
04:00
啊,正是基于这样的一个考虑呢,哎,慢慢的人家,呃,慢慢的大家在研究配色梯队的时候啊。哎,越来越考多这个考虑这个细胞之间的这个distance就是距离的一个问题了。如果说细胞离得越近,哎,它发生这个互助的概率就会越大,哎,离得越远,因为受到这个。距离的影响,包括活性的影响等等等等,哎,它发生互助的影响就会越小。这也是前面为什么提到空间,对于空间转入组而言,微环境研究的一个重要性。啊,一方面是研究细胞的微环境,哪些细胞经常形成这样一种生态位,或者说哪两种细胞经常存在固定位的一个现象,而从通讯的角度来讲,经常共定位的一种细胞类型,它们之间肯定存在着频繁的这个细胞互作,呃,有了这种细胞互作之后呢,就会形成1+1>2的一种效果。哎,1+1>2,也就是说他们在形成一些特殊的一个生物学功能。
05:03
哎,这个是大家要注意的一个地方,就是说在考虑细胞互作,细胞通讯的时候啊,这个距离,哎,对于空间转漏者而言,这个距离的影响是比较大的,一定要考,呃,一定要把这个距离的因素给考虑进来。嗯,接下来呢,就是几呃通讯分析的一些常见的方法了,哎,前面讲到过,哎讲单细胞通讯的时候,哎强调过CFNDB,它添加了这个空间生态位的一个分析方法。哎,就是把这个空间是空间的这个。哎,各个区域内富集到的细胞类型进行一个。呃,判定。就是说细胞类型在靠近的地方,哎,更容易发生这个互助,哎,把这个放进来。嗯,在讲这个呃三分呃,Self to location的时候,哎,告诉了大家如何获得这个文件啊,就是各个区域复集得到了什么细胞类型,哎,如何获得这个文件。
06:00
左边呢,就是这个文件的一个事例,哎,微环境就是这个空间聚类的空间聚类,或者形态学画区的一个结果啊,它出于哪个区,比如说这是个扩增区。等等等等,然后呢,这个区域呢,到底富集了怎样的一个细胞类型,哎,写在细胞类型这一列,形成这两列的一个生态位文件。这个文件呢,作为CFDB的一个输入,它会优先考虑细胞临近的一个互作。啊,这是CFDB在判定空间,在判定空间转入组的时候啊,它的一个做法其实就是要求大家尽量哎识别一些在同区域。哎,共同存在的一个细胞类型,它们作为一个背景,哎,他们因为离得近,更容易发挥一个通讯互助的一个效果。哎,把这个作为一个生态位文件,哎,给到这个CFNDBCFNDB在分析的时候呢,哎,这个文件就是这个示例文件,它就会优先考虑这个空间域,哎,临近的空间域的一个细胞类型。
07:05
啊,这是31分DB的一个处理策略,但是这个处理策略呢,有一个问题是什么呢?就是说它虽然考虑了这个细胞临近的一个影响。啊,但是呢,一方面如果我们指定了这个。嗯。特定的区域富含的细胞类型,它考虑的是特定区域内部癌细胞类型。它的一个互助。它是区域之间,尤其是区域边界之间,比如说肿瘤区和脑某区,它有一个边界,那边界处也是会存在频繁的一个互作的,对吧?有就是说域,区域和区域之间也会存在一个频繁的互作,对于这种跨区域的互作呢,32分DB可能就显得哎,没有那么灵活了,得到的结果可能很多时候不是我们想要的。第二个呢,就是分析的指向性。如果我们研究一个区域内,哎,它的细胞类型存在共定位的现象,并且。
08:00
哎,细胞类型还有还有复集到了好几种细胞类型,它们之间的一个互助,但是更多时候啊,我们在空间上更希望看到这个信号的一个流向的问题。比如说哎,我比如说我们已经分析得到,哎,一种细胞类型和另一种细胞类型,哎,它存在强有力的互助。那么我更希望在得到,哎,这个细胞类型在空间上的位置是怎样分布的?哎,细胞类型分布,哎,拿到之后呢,就可以知道,哎,它的细胞流向是怎样的,是往外流哎还是往外往内流。这就是3分DB,哎,目前无法做到的事情。啊,不过是FNDB这个方法呢,也有高分文章引用,哎,像前面的这个依据生态位通讯的方法已经被这个这个文章引用了啊,发到了NG。啊,也非常高的一个文章啊,大家回头可以看看。嗯,还有一篇文章呢,是关于这个空间域,也是关于空间域负极得到的细胞类型的一个通讯的一篇啊,也是一样的。
09:03
啊,无论是人为划区,哎,还是呃,空间聚类的一个结果,首先把这个呀区域给它。哎,画出来。各个区域给它画出来,同时呢,哎,这些小的区域呢,作为它的一个小的生态位。哎,叫小的生态位,大家可以看到它在分析通讯的时候啊,它只会分析到这个,比如这个层就是alter。Corex啊,这个区域,哎,有个这些通讯。而中间层呢,啊,有这些通讯,呃,这个里面的这个软,呃软泡的这个地方呢,啊也有一些独有的通讯,大家看一看这个通讯的一个特点,它其实CFNDB这个做法主要是分析同类型就是同一个区域。哎,有哪有哪些强有力的通讯。对吧,强有力的通讯。嗯,跨区域呢,可能他哎就做的不是那么优秀了,是吧,比如说我想知道哎外园区和中间层这个跨区域之间有怎样的同学,他可能就哎做的没有那么好了。
10:01
啊,但是这个方法已经非常的好了啊,所以高分文章也有引用,像这篇文章就引用了CFNDB这样一种策略。哎,研究这个区域内部。各个区域之间,它们细胞类型之间,呃,存在的一些强有力的一个互助。等等啊。这个地方呢,把这个CDB的它的一个方法的一个描述啊,我给摘录下来了,大家可以看一下哎,To account for the distinct special location of sales.哎,我们进一步划分这个细胞,根据它们的位置,哎,在发育的这个。Or啊,就是说根据这个。哎,根据它这个位置,哎,把咱们划为了,哎,各个各种各样的一个区域,哎,我们叫生态位啊。然后呢,F细胞就是说这个时候呢,只在生态位内来挑选细胞类型之间的一个互助啊。至于它这个联合分析是什么,诶前面讲到过,它联合分析呢,主要是这个。
11:01
Location.哎,沙特鲁开如何获得那个生态位文件,哎,这个也讲过,把这方法串联起来就会拿到文章的这样一个,哎,特定区域内,哎,具有高活性的一个配手体,对啊。啊,但是也,呃,也和刚才说的一样,它只能描述这个区域内存在哪一些高活性配受体。但是这个方向性,哎,比如说由外向内,还是由内向外这样一个方向性。哎,这个可能需要更多的一个分析,CFDB本身是无法再做到更多了啊。接下来是sa t, 呃,3T在前面做单细胞的时候也提到了sa t它的一个。哎,做单细胞的一个通讯啊,哎,是非常优秀的,一方面矫正了这个,它表达上的一些异常值,哎,另一方方面呢,它会这个。哎,把这个配售题啊,哎,分门别类的分到各个通路上,哎,从通路就是更大范围的一个角度来判断我们的这个通讯。
12:04
哎,同时呢,它也更新了他空间的一个通讯的方法,只不过这个空间的通讯方法呀。呃,比较的哎,没有那么多的一个个性化的一个内容,它还是依据各个空间,哎聚类的一个区域,哎分析域区域之间的一个配受体的一个情况,就像我展示的这个哎区域配受体的方向流向图一样。但是这种大片段距离啊,哎,其实在空间上是不合理的,前面讲到了细胞类型之间更多的是在领域的方向,哎,淋域的一个角,领域的一个范围内会存在一个大概率的配受体,像这种遥远的距离,哎,比较远的距离了,其实它的配受体的一个效果啊,已经非常的差了。啊,但是CTRY,呃,Ctra采用这样一种策略,哎,流向的一个策略呢,哎,我个人认为是不太合理的,不太合理的。嗯,所以说呢,在3串的分析空间通讯的时候啊,用的不是很多啊用的不是很多。
13:03
嗯,大家了解一下即可,哎,这个地方有一个简单的总结啊。嗯,3TRADE的一开始就关注了配锁体攻定位的问题,如果大家看那个31TRADE的这个软件自发自己发的那个文章之后啊。呃,他在验证的时候已经发现了,他分析得到的pencil体在空间上供定位的一个情况是比较高的啊,3分DB哎,也比较高,只不过比3LCH的稍差一点。哎,不过在空间这个流向上的问题也是一样的一个问题,流向上采用这种粗糙式的聚类的结果的流向,哎,这种流向呢,其实比较粗糙啊,精度不高。嗯,这个分析方法目前没有得到业界的一个认可啊。然后就是ni net了,这也是单细胞分析的常见的第三个软件,诶net呢,它在对空间的一个。呃,通讯的时候啊,采用的一个采用的一个分析策略,跟这个CFNDB是差不多的。
14:01
前面提到了CMDB形成一个生态位文件,告诉你哪个区域是哎,哪个区域富含了什么样的细胞类型等等等等,对吧。呃,然后分析这个生态胃内,哎,细胞类型之间的一个互助。而list net它在对这个哎空间的一个通讯的时候啊,采用了这种定义逆的方法,这种逆的方法呢,就是说我们定义一个区域,哎,其实就是区域啊,历史就是区域,哎,我们想知道这个区域内富含了什么样细胞类型,并且告诉这个。哎,软件哎,我的配体表达哎是哪些细胞类型,受体表达是哪些细胞类型,也就是说要自我定义细胞瘤细胞通讯的一个方向性。哎,这个是尼斯net它的一个分析策略啊,当然了,很多时候呢,我们人为是无法定义的,很多时候我们希望得到所有细胞类型它通讯的一个结果,然后呢,进行人为的一个挑选和判断。啊,但是呢,它确实提供了一种比较新的思路吧,他在CFNDB的基础上,哎,提出了这个流行,就是这个方向性的问题。
15:08
哎,确实是一种进步啊,只不过在定义这个逆次,就是逆的3点希S啊,哎,难度比较高。一般人定义,呃,一般人在很难对它进行一个精准的定义。啊,这个策略呢,相对而言对人的要求比较高啊,分析得到的结果,哎,就是右边这个结果了,哎,不同的区域细胞类型之间的通讯是怎样,哎,方向是怎样等等等等。这个地方呢,大家要注意啊,如果你指定了3ER是,比如说这三种细胞类型,哎,Receive是KC对吧,它就不会再计算KC作为这个3ER和其他三种细胞类型的互作了,包括这3点3点细胞类型之间的一个通讯,哎,他也不再做了啊,只会给大家想要的那个方向性的一个。通讯结果。啊,然后这个逆次怎么来的,大部分逆次啊,都是基于塞奥图罗根森的一个节卷机的一个结果进行一个定义的啊。
16:06
呃,当然也有其他的软件,像做这个单细胞空间联合的这个这个cell track.这个special scoop啊,这些软件也都可以用啊。节选期之后呢,就会得到各种区域的细胞类型的一个负极的一个状态啊。这是尼斯对这个空间领域通讯的一个做法。哎,那么文章中用的比较多的是什么呢?哎,大家看这篇文章啊。哎,这篇文章呢,其实发的也比较早了啊,他只做了空间转弱组,对单细胞并没有进行一个,哎,对单细胞并没有进行一个补充。他在对这个空间通讯的时候啊。大家可以看看它的一个策略。空间聚类对吧,就是不同的聚类,哎,不同的一个区域对吧,按照3月分DB的做法,就是说这个区域,比如说蓝色区域富含了什么细胞类型,哎,紫色区域富含了什么样的细胞类型,他们诶内部在进行着怎样的一个高强度的一个通讯,哎形成怎样的生物学功能。
17:06
但是在跨区域上,CFNDB就略显的疲疲软了,那么在文章中啊,他就既他就想研究通讯之间,呃,就是说不同区域之间的一个通讯。他的做法是什么呢?诶,把不同区域之间的两层。哎,给挑选出来作为这个通讯的一个。边界。哎,通讯的边界,哎,也就是说在研究这个跨区域通讯的时候,只研究。相互靠近的,哎,领域的一些sport。只只考虑他们,哎,只考虑这一部分。哎,把这一部分挑选出来,作为他通讯的一个。哎,判断的基础,这个时候大家要注意啊,因为挑选的是临近的,比如说这两个区域,哎,相邻的spot作为一个通讯,这个时候呢,通讯就有了方向性。哎,比如说从紫色。
18:00
哎,流向这个蓝色的这个通讯的一个方向,哎,它的配受体,哎是什么?哎在行使怎样的一个生物学功能,从蓝色呢?哎到紫色的这样一个方向性,哎,它到底又有哪些不一样的黑受体?生物学功能又是什么,哎等等等等,所以说呢,这是一种,哎比较那个怎么说呢,比较嗯好一点的一个分析策略。哎,就是研究领域不同区域之间交界处。哎,它的一个通讯的流向,以及通讯的一个生物学作用,这个比刚才提到的那个CFNDB提取那个生态文文件。诶,它是作为一个很强有力的补充,对吧,他分析了跨区域的一个通讯。哎,跨区域的通讯呢,大概就是这样一种策略啊。然后呢,右边这张图呢,其实是对空间淋浴的一个定义,以及在这个。哎,以及在这个边界啊,如何定义这个一个细胞里,或者叫一个sport,它的一个边界啊,像以时成为例的话,就是点内,哎,就是英特尔啊,点间就是英特尔,其他再远的距离就比较远了。
19:10
啊,再远的距离就比较远了,大家可以看看它的一个诶解读。哎,Definition of the boundary啊,这个地方空一个啊。哎,对于这个边界的定义啊,研究啊。呃,对于编辑的这个研究啊,主要存在2个,哎,临近的。哎,临近的一个肿瘤的cluster,嗯,单词怎么写的都有问题。哎,临近的class之间的一个注释啊,临近的class的一个注释,作为它边界的一个判断,然后在判断的时候呢,也是对它进行领域的一个。数据分析啊,这是对他一个简单的一个概述啊。
20:00
哎,接下来呢,随着这个研究的越来越深入啊,大家也越来越发现了,其实这个流向性更加的哎,重要一方面是空间距离,一方面是空间流向。所以说慢慢在哎,对空间的通讯认知越来越充分的时候啊,慢慢的哎,都在考虑领域的一个问题了,就像这个图延伸的那样。这个是空间轨迹,哎,空间轨迹呢,其实就是随着距离的一个延伸呢,细胞类型的一个变化。哎,在研究这个细胞类,呃,在研究这个空间轨迹,呃,细胞类型变化的时候啊,慢慢的人们发现啊,原来细胞类型分布啊,是有固定的区域的,哎,这个区域呢,是生物学带来的。不是随机出现。哎,这个时候呢,他们呃,慢慢就会意识到,哎,随着距离的一个远近啊,细胞类型之间的一个关系。哎,也有亲疏演技。啊,就像大家经常说的一样,哎,环境很重要啊,如果大家都学习,哎,你也会学习,细胞类型也是一样的,哎,它周围的环境是什么,就会影响他的一个,哎自身的一个表,呃,基因表达的一个现状。
21:09
下面这张图呢,主要就是来告诉大家,在研究通讯的时候啊,更多的是研究领域通讯,比如说一个点和它6个点之间,哎,存在怎样的一个通讯,包括在6个点之间啊,有可能有的点。比如说这个,以这个为例,哎,红点呢,它是一个3。向周围进行一个发射信号。啊,周围有6个点,呃,其中有4个点有表达这个配体,会接收这个信号啊,还有一种流向呢,是这种。哎,周围的6个点呢,哎,其中有一些点是作为3哎防出信号,哎中心中心这个点呢,哎会接收这个信号。哎,这个地方就体现了在空间上啊,流向的一个,哎,重要性了啊,有的是向外流的。向外流啊,有的向内流啊,向内流啊,还有一种研究更加极端的就是点内啊一个点。
22:03
啊,点内当然,呃,对于实成这个微ISM姆来讲,它也是多细胞的一个状态,哎,这个时候呢,点内的细胞类型可能也存在着某种工作啊,这个时候呢,诶延伸出来的一个判断呢,就是它了。哎,细胞类型的一个流向,哎,从一个点流向周围的某些点,或者哎,周围的某些点流向了它。呃,或者说点内的通讯呢,就是自己内部通讯。哎,这样的一个通讯的一个策略,然后呢,对它进行一个通讯配送体的一个分析,分析它的一个流向型,以及这个通讯的一个生物学功能啊。哎,右边这张图呢,也是一样的,哎,水解,哎,通过这个假设检验,呃,空间的配速体啊,哎,也是需要这个对它进行假设检验的。这里面大家应该感受到了,它只分析配体受体数据。是否真正起到效果,哎,影响了下游靶基因的一个表达空间上是很难验证的,因为比如说这个。
23:02
比如说这个下面这个图吧,周围有一些表达胚体呃受体的呃,胚体的细胞影响了这个中心的这个点啊,正常来讲中心的点呢,应该会有一些基因表达上的一个不同。但是呢,中心点因为是一个混合物的一个状态,就是多种细胞的经混合的一个状态,在寻找它们差异的时候啊,哎,存在极强的一个干扰。所以说呢,它采用了类似于CFDB那个。哎,显著性的这个模式,哎,对它进行一个显著性的判断,从而判断出哪些配体,哎,哪些通讯是差异显显著的,哪些不是不显著,像这个呢,经过判断之后,它不显著,就把它去除了,哎这种呢,就比较显著了,哎他就把它给保留了,从而呢。把这个配受体啊,再返回到我们的空间上。去看他空间上的一个通讯的一个具体的一个表达情况,以及方向性等等等等一些下游的个性化分析了。啊,然后这个呢,就是给大家一个简单的总结啊,简单的总结,哎,不同的分辨率,不同的尺度。
24:06
技术和生物系统下,都能有效的识别和排序健康和患病状态下的重要配送体队。其实大家在研究多了之后啊,无论是分析配受体还是细胞排布,其实它是一种更加高级点的一个差异分析,只不过这个差异分析呢,不像单细胞一样,哎,表达上的差异,哎,你高了,你低了。而这个空间上的差异啊,更多的体现的一个就是细胞排布的一个差异,哎,排布的更乱了,还是说排布的更紧凑了,这种差异还有一种呢,就是说淋浴的一个配受体的一个差异。哎,淋域的配受体原本是哎,配受体A和B,哎,变成了C和D,诶,它们之间的生物学功能发生了一个变化,哎,这种差异。对于空间来讲啊,一般不考虑空间信息,呃,远端细胞类型之间的一个相互作用啊,一般不考虑,如果离得太远,哎,认为它的一个通讯是无效的啊,这也是前面所有介绍到的软件为什么要拿到生态位文件,包括在研究区域和区域之间非要临近两个sport,就是临近的两层s support作为它一个配数题研究的一个对象。
25:17
啊,这样的话,在这种情况下。哎,就拿到的是淋浴通讯,哎,临近的一个通讯。嗯,这个地方呢,哎,多大的范围呢?其实前面呃讲其他课程也提到过,哎,这个范围大概在200μm的范围之内啊,200μm。对于我们10×V字母来讲,哎,圆圆心之间的距离是100对吧,也就是外两层,呃,Y1层就是一个200μm的范围了,当然对于一些高精度的平台。哎。高精度的平台,比如说像K啊,比如说像HD啊等等等等,要根据这个距离啊,适当的进行缩放啊。适当的进行说房,哎,下面这个图呢,也是一个简单的例子,就是说我们在拿到这个局子,呃,这个空间的呃数据之后呢。
26:05
拿到这个空间数据之后呢,哎,由一个点表达配体,哎,周围的点表达受体,哎,这个点作为信号的接收者,哎,把它给挑选出来。哎,把它给挑选出来,从而形成了一个哎,很明显的一个配受体的一个空间分布状态。哎,空间分布状态,然后呢,在这个基础上呢,研究背景的一个。细胞通讯的一个现象。就是说哎,有些区域呢,这个通讯强度高,哎有些区域呢,可能没有这个通讯对吧,甚至通讯强度比较低,通过对核心点,就是通讯强度高的点,以及整体的一个背景,背景的一个通讯的一个现象。识别出。哎,具有显著配售题对的一个点,哎,就叫support,哎,识别出具有核心显著分析的,呃,显著的一个通讯分析的一个点。哎,识别点之后呢,干嘛第一步要分析点内,诶含有什么样的细胞类型,哎,到底是很大概率是哪种细胞类型在起这个通讯的一个作用以及效果,第二个呢,就是通讯的一个方向性,哎是由内向外还是由外向内啊这样一个方向性的问题。
27:17
哎,这个大家要注意啊。然后这是高精度的一个平台啊,像大家有的人可能用做的是kexx,有的做的HD,还有的做的zium等等,诶他在研究通讯的时候,大家也看一看,诶他在研究淋浴的细胞的时候,也是把他的邻居给划分出来。哎,把它邻居给划分出来,哎,同时呢,这个领域的一个通讯啊,也会指向一定的一个方向,哎,就是通讯的一个方向性的一个问题啊。通讯的方向性的问题,从而形成了一种哎,类似于这个通讯网络的一个情况,这个通讯网络啊,大家一定要注意啊,注意我们的组织啊,都是一个,哎,都是一个这个严密的一个相互协高度协作的一个统一体。
28:02
他们之间的通讯啊,更多呈现一种波浪式的一个。哎,扩散。就是说哎,一个细胞类型影响了周围,哎,它的周围在影响它的周围,周围在影响周围,这么一层一层的影响下去,哎形成一种通讯的信号流,哎,这叫波浪,通过这种波浪式的一个通讯呢,哎展现出空间内部组织的一个排布的有效性,以及它一个通讯网络的一个分布。哎,下面这张图也是一样的策略,如果我们采用的是高精度平台,一定要在先划分它的一个淋域,哎,它的周围到底含有哪几个细胞类型?哎,划分好领域之后呢,进而影响它,进而分析自己和周围,哎,它存在怎样的一个信号,信号流的一个状态。哎,信号力的一个状态,这是高精度平台分析的一个策略啊,高精度平台分析的策略。啊对,大家如果采用了高精度平台的话,一定要进行一个划分啊,根据它的一个坐标来划分,呃,一个点,它周围的一个邻居是什么。
29:05
从而判断出它的一个通讯的一个生物学功能,诶,有哪些配售敌对,甚至说是流向的一个问题。哎,这个就是高精度未来最为经典的一个分析结果了啊,大家看了看这个内容啊。哎,首先呢,我们拿到一个组织切片对吧,知道了它的一个组织区域划分对吧,就像刚才提到的,哎,周围的两层作为套通讯的一个。有效的一个边界,哎拿到这个边界之后呢,就会,哎有这种配受体的一个,哎,网络上的一个信号,哎分析出来。这种分析网络上的信号啊,其实更多的是要体现细胞类型之间的一个互动。啊,对于肿瘤和间质来讲,他们之间的通讯啊有2种,哎,大致分为2种,一种是抑制肿瘤扩散。哎,另外一种是促进肿瘤扩散,哎,那么推单的这个,对对,这个肿瘤边界,呃,就是肿瘤细胞和它临近的一个normal组织,或者叫边界组织。
30:04
他们之间的通讯会怎样的一种哎,会有怎样的一种相遇的效果呢?哎,这个时候呢,就会有。哎,根据他们配受体以及通讯的一个生物学功能来进行一个判断啊。哎,这个里面有一个,哎,简单的一个示意图就是200μm范围内,呃,作为它的一个,哎,空虚的有效范围。哎,这张网络图啊,大家也回头看看,其中呢,大家有时候看这个图也可以看看,它其实既分析既分析边界的support,也分析内部support的一个同学啊。这也是内部抑制性的一个体现,就是说即使是肿瘤组织啊,不同的区域,肿瘤组织内部的不同区域,哎,他们细胞类型之间的一个通讯也会存在差异,这是从通讯的角度来看内部肿瘤内部的一个一致性啊。这里面有个简单的总结,大家可以看一看啊。细胞通讯呢,根据不同的细胞区,哎,不同的空间区域基因表达的特征。
31:01
分析两者之间特异的配受体,对这个地方呢,大家要注意啊,一个地方是空间区域基因表达的特征。哎,这个区域呢,当然以这个例子为例,就是跨区域,哎,两个区域存在不同的基因表达特征,那说明跨区域之间要有一些。显著的显著的这个生物学一个呃1呃,生物学这个交流。哎,通过这种不同区域的一个基因表达的一个特征呢,分析配受抵推来代表细胞类型或空间区域之间的一个空虚,哎,域域之间。哎,这个在这个空间的通讯上,哎,非常的重要啊。空间转录组配受体,哎分析可以从空间转录组分析配受体对的一个空间分布特征。哎,分空间分布,分布特征就为就是刚才特别强调的那个空间流向的一个问题,哎,由内向外还是由外向内,由这个肿瘤传向,呃,Normal呢还是normal,哎传递到肿瘤,这样的话就会在边界处形成区域之间的一个交流的一个流向的问题,哎,进一步来解剖我们的组织学到底存在怎样的一种变化。
32:06
啊,右边这张呢,就是一张卡通图了,哎,卡通图细胞类型,哎,细胞类型的分布大概就呈现这种这样一种状态。哎,这里面稍微提一句,像我们的微字母啊。啊HD啊,这种横平竖直的这样一种空间转录组啊,其实不太适合。呃,不太能够做到真正的单细胞级别的一个空间转录组。呃,像口袋啊Z啊,哎,还好一点。哎,拿到这种结果之后呢,大家如果看过这个Z数据,或者说库带的数据,对它进行一个判断之后啊,发现它的细胞类型排布大概就是长M。哎,各种细胞类型千奇百怪,呃,细胞类型的位置呢,也存也哎,看似随机,其实内部有一定的生物学排布的一个现象的存在,来形成这样一个统有机的统一体。他们在通讯的时候呢,就会诶,尽量和周围的细胞类型发生一个强有力的一个通讯。
33:02
哎,这个通讯呢。很多时候呢,是接触式的,哎,也有分泌式的,像这种如果说是免疫细胞。哎,免疫细胞在攻击肿瘤细胞的这种,哎,这已经不叫通讯了,叫免疫。哎,它也会接近这个细胞类型,对它进行一个杀灭中,哎。大家可以看一下,基本上都是在对这个空间淋浴问题。进行一个哎,很深入的一个了解,哎,肿瘤临近的一个区域,对吧。肿瘤临近的区域,哎,对它进行一个深入的了解,哎,如果有三级淋巴结构,哎,为什么预后好?哎,没有三级淋巴结构为什么预后不好,是什么原因导致了三级淋巴结构没有形成这样一个特定的一个区域,哎,等等等等啊。接下来呢,最后呢,我们就要看一看最重要的信号流向的问题啊,信号流向的问题。哎,刚才前面其实已经多次强调过了,哎,我们的信号流向啊,是由内向外,还是由外向内,甚至还有这种双向的。
34:01
双向的,哎,也存在,那么对于我们空间转录者来讲,我们要分析流向的一个最重要的生物学的意义呢,就在于分析域与域之间,就是区域不同区域之间,它存在怎样的一个交流的问题啊。对于这个空间流向的一个方式啊,哎,主要是配题指向受体。但是我们很多时候啊,需要把这个配受体归纳到一种统一种统一的一个通上,看整体整体的一个通讯通,它的一个流向,这个时候呢,就会把一些配合体进行合并,合并之后呢,看它的一个整体的流向是什么。哎,大家可以看一下,这个呢是一张示意图,哎,细胞领域它的一个流向的一个问题,哎,有的方向,哎信号强一点,哎有的形方向信号弱一点,当然这是单一配受体,如果我们把多个配受体进行结合之后,就会更加明显的看出它流。它信号流的一个方向性,哎,朝哪个方向更强,哪个方向更弱啊,右边这张图呢,是一张示意图,大家可以看到,明显能看得到了这个信号流向这一部分主要集中在这个区域。
35:08
对吧,往这个信号流,刚才提到了我们的空间组织啊,是这个信号流是波浪式的。哎,一个细胞影响它的周围,周围的周围,再影响它的周围对吧,这样一种信号流向的问题,往前一直传导,这样的话就会形成这样一种信号流的问题,哎,流向流到这个,哎,他的目标区域。哎,左边这个也是一样的啊,左边这个也是一样的。下面这个图呢,就是一种哎示意图啊,真正的一个通讯的一个示意图啊。这里面主要强调一个comment,一个方法,Comment啊,它是一种集体最优传输方法。什么叫集体最优传输方法呢?其实啊,大家把这个通讯啊,可以想象成我们这个生活中的什么呢?哎,物流。一个物流,呃,一个呃,比如说一个件儿,一个这个快递件,哎,他想从一个位置精准的,并且快速的,最节省成本的送到一个另一个它的目标位置,怎么办呢?哎,他会优先计划好,哎,我走哪条,走哪条,哪条是最不堵的,成本最低的,速度最快的等等等等,这样的话就形成了一个最优传输线。
36:20
哎,也就是这里提到的最优传输算法,对于我们的通讯,哎,配送体通讯来源啊,也是一样的道理,我为了能把这个信号最快。哎,最节省能量。最有效率的,哎,传到我的目标位置,哎,就和物流一样,我要选,选好线,哎,穿过哪种细胞类型哎,包括跨过哪个区域等等,来到它的一个目标位置,这就是集体最优传输算法啊,集体最优传输算法跟大家的物流事件哎比较相似,尤其是那种大件物流,一次性拉几百个那种。哎,他要有这种,哎。哎,不知道大家打滴啊和那个打滴滴和那个做物流有没有接触过这个行业,这个行业啊,在那个这个行业在那个公司啊总部啊,啊一直在更新他的算法,其中现在滴滴行业有了一个叫。
37:13
全局最优算法。哎,什么叫全局最优算法呢?就是每个人接到的单儿都差不多,大家打车啊,打到的车不是说最近的那个车,而是通过全局最优算法,诶,给到那个单少的,哎,离得你相对较近的那个车,从而平衡诶司机之间的一个收入,哎,其实也没有收入特别高的,也没有收入特地的,这叫全局最优算法啊。当然回到我们的这个配送体呢,叫集体自优算法,就像使用很多物流一样。啊,选择最好的线,最节省成本,最这个哎,最有效率的一个线,哎,对于我们配送体来讲,就是选择最哎最快速最有效,最这个哎节省能量哎的一个路线进行传输它的一个信号,啊这种信号呢,就会在区域上形成这个信号流。
38:02
这种信号流呢,哎,一方面会受到距离的限制,哎波浪式的一个传输,另一方面就要转入一种,哎一种最优的一个路线,哎把它给传输过去,这就是我们的集体自由传输方法啊。当然了,在分析的时候呢,我们更多的是要看这个流向的一个问题啊。哎,这个是集体最优传输方法的一些事例啊,一些事例大家可以看一看,如果看过这个文章的话,对这些图应该都不陌生啊,这里面主要强调两个点,一个点就是低分的限制。哎,有些信号呢,传到半中间可能就断了,哎,这些信号是要排除掉的,就像物流送着送着就丢了,哎,这种都是无效信号啊,无效信号所以在距离上要做一定的一个限制啊,另外一个呢,就是方向。方向问题,哎,他传给他,他传给他你的周围影响周围,哎,你影响周围,周围再影响周围,它的一个流向,哎,也是分析的一个重点。
39:00
呃,右边这张图呢,就是分析得到的一些,呃,比较显著的一些结果了,其中大家可以看到它主要是集中在通路水平上。哎,通路水平上进行一个集体传输啊集体集体当然可能就是多个配收体,对这多个配收体的呢,可能同属于一个通路,这样的话对它的通路整体的一个传输信号进行一个判断。哎,下面这张图也是在空间的一个形态阶段看到的一个结果啊,看看它到底在向哪个方向传输这个信号。最后呢,我们来看看在文章中的实际应用啊,在文章中的实际应用,大家可以看左边这张图啊,左边这张图。大家可以看一下,哎,这里面是一个简单的解释,我们来看一下common的分析,这个微data啊,显示了这个单独的非受物理对。哎,增强和方向性,在这个SLD和非SLD的这个HCC样本中。哎,基因表达的密度,哎,被明显的被标记了,被大小和这个方向已经被标记了,然后会发现,哎,发现什么呢?
40:06
肿瘤和非肿瘤。呃,Region, 哎,他们拥有。哎,他们是经过了这个形态去划分,哎,给划分出来了,但是在两个样本中啊。却显示了它信号流向的一个明显的不同啊。这个肺受体呢,是分析得到的一个肺受体,哎,他们在这个肝癌中显示出从肿瘤掉非肿瘤区域,诶,从肿瘤向非肿瘤区域这样一致的一个信号流向。对吧,包括这个样本也是一样的,一致的信号流向,哎,同一个区域指向另一个区域,但是在非这种哎,非这种SLD感染的一个样肿瘤样本中的,它的信号就杂乱无章啊,杂乱无章。呃,说明在这个。信号流的方向啊,肿瘤之间存在了很强的一个一致性啊。然后呢,这个发现,哎,证明了这个具体的这个突变的相互作用啊。哎,是有一个like,呃,就是代表了一种临床反应,哎,对免疫治疗的一个临床反应。
41:04
哎,大家如果读过这个文章的话,应该会明显感觉到他是经过治疗之后啊,研究样本之间的一个啊,为什么他预后好,他预后差啊,当然做了很多其他的分析啊,其中一个重要的分析就是空间流向啊,如果它这个信号流啊,一致性非常强。啊,一致性非常强。和这个具有散乱信号的之间,哎,这个信号比较散,哎,没有那种像上面这种信号一致流向的一个。哎,以及趋势他们之间的预货啊,存在一个很大的一个差异,哎,这是文章的一个事例啊,也是大家以后在运用空间流向的一个很重要的一个内容啊。好了,这就是我们空间信号流的一个内容了,啊好了,我们休息5分钟啊,休息5分钟,我们来看我们的代码部分,好吧,休息5分钟。
44:54
第10节课的miaa空间已知的细胞群注释是怎么来?这个上节课讲过,我们就不再多啰嗦了啊。
45:01
细胞排布更乱了,还是紧凑的?在空间上指什么?这个不是讲过一节空间供定位的内容吗?哎,疾病状态会对空间排布进行一定的破坏啊,它本来有序的排布可能变得乱了,或者说本该在一起的细胞类型不在一起了。这是一个空间工定位内容,当然还有生态位的一个分析啊。它这个区域只有一个吗?是怎么选择到这个区域呢?什么意思。什么叫区域只有一个?是怎么选择到这个区域的,很多区域选择呀,跟这个形态学有关啊,很多时候都是依据形态学来分析啊。好了,我们来看看我们的代码部分啊。哎,我们找个数据。哎,找一个比较典型的啊。
46:00
这个地方。哎,首先呢,加载我们所需要的一个模块啊。哎,胶带我们所需要的一个模块,这个模块啊,大家自己要安装好啊,安装好装包这部分大家一定要独立完成啊。接下来呢,读取我们的数据啊。不习惯啊,把它放到这边。哎,读取我们的数据,大家在读数据的时候啊,默认读取10成的结果就可以了,当然当然。哎,现在基本上对高精度平台的读取也都可以了啊,直接分析就可以啊。哎,我们定义一下啊,我这里就写test吧,哎,我这是测试用的啊。
47:03
哎,读取完数据,大家可以看一下这个数据特点,哎,空间读取完啊,通常就是这样一种分布。哎,是不是在组织内,哎,行列的一个坐标。哎,行列的一个坐标啊,包括它的一个基因的信息。哎,基因的信息,哎,默认读出来都是基因森宝作为这个行名的啊。然后基因组的是HD38的版本。哎,接下来呢,要做一些简单的分析了,包括哎,这都是一些简单的一个数据处理啊。大家,哎,应该看的比较多了。啊,其中第一个需要注意的事项就在于这儿了。我们在研究空间通讯信号流的时候,需不需要哎取高变基因呢?哎,需不需要呢?需不需要取高变基因呢?
48:01
哎,大家要想一下这个问题,哎,取高变金会怎样,如果不取的话会怎么样。哎,我们换个节点啊,这个节点好像要爆了。哎。要不要求高面积?啊是要的啊要的,我们在研究空间信号流的时候啊,需要研究那些比较相互强的信号,比较强的一个信号,所以在选取高面积的时候啊,通常是一个比较,哎,比较合理的一个选择啊。Test.S等于。哎,然后呢,就是一些简单的一个处理了,其中呢,包括这个。
49:05
哎,其中呢,包括降维聚类等等识别识别空间域的一个内容啊,不过在我们空间上通讯信号流啊。哎,更多的强调是域域之间,就是邻域之间,哎,它的一个分析,这个领域之间不仅包括一个点和周围6个点,哎,也包括刚才PPT展示得到的那个两个区域之间临近的port的它的一个区域啊。哎,简单的基础分析,哎,我们过一下啊,包括这个leader啊。这个为什么取0.4呢?哎,只是一种演示啊,大家在自己在分析的过程中,这个软USR一般取0.5就可以了,当然对于我们通讯信号流来讲,哎,它的一个聚类的结果影响并不大啊。许的话,可能得到的信号不完整,哎,这个是,哎也有一定的这个道理的,不过呢,我们在分析通讯信号的时候,尽量分析一些强有力的信号啊,一些低端的信号,比较微弱的信号,它更多的是噪音带来的啊,分析的时候。
50:12
会很干扰我们的下游分析,哎,所以说呢,一方面我们要把这个配受体进行合并,合并到通路的水平进行一个查看。啊,如果说只分析这些比较弱的信号啊,可能会存在一种假阳性。呃,就是说准确度没有那么高的一些内容啊。Species species, 这里我们是人啊。不用了。哎,我们来看看这个它这个它这个配速题,大家可以看一下,几乎是借鉴的这个CTRY的这个数据库。哎,SSH的经量数据库。大家如果细心的话,会发现这个comment啊。它的作者就是和三帅的一个作者啊。大家可以看一下他把这个配速体啊。哎,配体,哎受体,还有这个它属于哪个通路,哎给它放进来了。
51:02
放进来了,大家可以看到这个配体和数也有,有时候会一对多啊,一个配体对多个受体。哎,一对多的现象,或者多对一的现象啊,这种现象呢,是正常的啊,因为我们的配受体啊,存在一定存在一定的冗余啊。保证信号的一个有效沟通。哎,接下来呢,就是一些。对空间通讯信号流的一个识别了啊,首先呢,挑选出具有显著的一个配色体的,对这个配摄体对大家可以看一下。哎,最小的一个就是说至少在5%的细胞里面含有这个基因表达才把它纳入进来啊,这是一个初步的过滤,哎,提取一些比较强的信号啊,太弱的信号我们就不要再考虑它啊。大家可能觉得这个高变基因2000好像影响挺大的啊,实际上并不大啊,大家拿那个单细胞的平均值多少啊,基因中位数多少。哎,能上2000的其实没有几个啊。
52:02
哎,然后呢,就是对他进行一个。哎,空间流空间信号流向的一个分析了,这里面有几个点需要注意,第一个就是。第4的距离。哎,前面提到过,哎前面提到过什么呢?呃,细胞类型,细胞类型啊,它的有效通讯范围是多少。200对吧。哎,这个地方为什么要写500呢?哎,为什么要写500?哎,他其实是把那个它的通讯和最接近的一个通讯给它加起来了。就是说我能影响200的范围,你也能影响200的范围,那加起来哎,大概就是500啊,当然准确的是400,但是呢,实成的这个点呢,中间存在空隙等等一些内容,所以说加起来就成了500了啊,这个是一个需要注意的事项啊,就是说我能影响我啊,比如说我能影响大于200的距离。哎,你也能影响大概200的距离,我们俩画个圈儿是吧,我们俩画个圈儿,那圆心圆心圆心之间的距离大概是四五百。
53:08
啊,这是空间流向的一个指标啊。然后呢,这个佩斯为萨姆。哎,为什么要这个是对,哎,是对通啊,就是这些通路的所有配送得加起来。让他们形成一股,哎,就是说通路水平的强信号,看看它的一个通讯,哎,是怎样的啊,这里面是距离的一个判定啊。黑了,同质性啊同质性。0.01253 0.5,这些参数有讲究吧,这些在单细胞都讲过了啊,不重,我们不再重复。很多时候这些重要的参数啊,大家要回头看一看,包括个这个revolution正常应该选几啊,公司选0.5,大家应该选几啊。而且Python版本它默认是1。
54:04
哎,为什么不用默认啊,还有这个选择高变基因的时候,平均值0.0125,哎,它是怎么计算得来的啊,这个前面都聊过了啊,包括最大的平均是3,哎,为什么等等啊。哎,这个地方是比较限速了啊,这个脚本已经,哎告诉大家了,这是个限速步骤。呃,这个限速呢,其实主要体现在它在计算流向的时候啊,既要计算向外流,哎,又要计算向内流。哎,这个距离啊,所以在双向流向的时候呢,计算就会比较耗时啊。大家在分析的时候呢,这个配速题啊,其实我这边还是选的比较。严格的那种,哎,大家如果显得显得那个比较宽泛啊,就是说想拿到全信息的时候啊,它的限速过程就更大了。哎,它的线路功能就更大了啊。哎,这个我们稍微得等一下了,因为它计算确实比较的,哎,比较的一个多啊。
55:12
比较的多,嗯。啊,不知道大家在啊,还是那句话啊,不知道其他培训班是不是能快快速度跑完,但是在真正做项目的时候,哪怕是单样本分析。很多步骤啊,也非常的限速啊,限制住你的速度,并且在。分析的时候啊,哎,需要等,哎比较浪费时间啊,如果大家再用自己的计算机而不是服务器的话,那就更限速啊。大家可以看到我们这个配送起来230多个。哎,230多个配速体,它在计算的时候是相当的限速啊,相当的限速。哎呀,我们断掉吧,可能太娴熟了。
56:00
我们来,我们来计算前20个吧。我们来计算前啊,前30个吧。我们来计算前30个吧,哎,相当限速啊,这个地方相当限速,我们来计算这一部分吧。好,就算这一部分。然后呢,我们来计算它的一个信号流向啊。哎,大家要注意啊,这个地方再提醒一下,我自己演示的时候是比较随意的,哎,随便取几个取几个,大家自己做项目可不敢这样啊,一定要拿到全信息,就是全部的一个通讯信息啊,都要拿到。呃,所有的信息都拿到之后,进行一个额外的一个选择啊挑选。哎,包括这个地方,哎,它虽然只哎只描述了一个配送几率。
57:00
其实他背后是把所有的配售题都分析完之后,哎,找到这个配售题的最具有生物学意义啊,背后的工作大家大家能看到啊,不要简单的就会演示的这种一样啊,包括其他各种培训班也应该是差不多的,演示的时候呢,可能太过随意,哎,并没有赋予它真实的一个生物学意,大家在做自己的项目的时候是不可以这么做的啊。啊,大家看其实20个配售梯队啊,30个配售梯队,它依然。哎,非常限速啊。我稍等一下啊。啊,相当限速啊相当限速,我们看看它的一个资源占用权。啊,几乎快爆了,啊,几乎快爆了。哎,这是为什么不推荐大家用这种交互式界面分析的一个原因啊,相当的一个麻烦啊,相当的一个麻烦。
58:06
哦,相当慢,相当慢。相当的慢啊。我依然不行啊,依然不行。还是很慢。啊,我们前我们前7个试一下。前7个估计也也比较慢啊,我们演示的时候去少一点吧。举前3个吧。这个应该相对会快一点啊。
59:05
算出来的结果呢,其实就跟这种结果是差不多的。哎,区域流向性,首先大家要识别好区域啊,识别好区域,哎,各个区域的是什么,这是肿瘤区域,这是normal区域等等,大家要知道,然后呢,对通讯通讯信号流呢,看它的信号的一个流向,从哪个区域流向各个区域等等啊。哇,相当限速啊,相当限速啊,终于跑完了3个才能跑完啊,很慢啊,很慢,确实很慢啊。啊,然后呢,配四位,我这里面只有其中一个啊,我们就把它显示一下。哎,我们的配置位置有他啊。好看一下。只有汤啊。我们就。直接设定出它。哎,我这里是演示啊,我再强调一遍,这里是演示啊,所以选的只选了其中几个,大家自己分析,可不敢这样啊。
60:08
然后我们来画一下。哎,这个地方的计算方向性啊。哎,下面就比较快了。哎,然后就是一些简单的。绘图了啊绘图。哎,简单的绘图。然后我们设定一下一些。参数,哎,我们的输出路径呢,就放在。放在这个地方吧,Comment.嗯。样本名称呢,写我这里是测试就写test啊。大家要规范一下啊,自己的样本名一定要和自己的样本特性相关啊。哎,好,我们看一下。
61:07
啊,我们来看一下这个信号流的问题,这个是gradeid的一种方式,Gradeid就是画了,就是横屏竖直画了一些gradeid的一种方式啊。大家可以看一下这个信号的一个流向性啊,当然这个箭头啊,可能调小一点,我们来调大一点。因为我选择配受体比较少,所以它信号没有那么强,所以会箭头比较小,这个时候呢,我们要稍微。啊。稍微调大一点,就是0.8。当然大家如果这个配速体和刚才一样,没有进行像我一样选择前几个这样跑的话,它的信号,它的信号流强度啊非常高的啊非常高的。我们在这个地方超出0.01。来试试啊。
62:09
啊,这个变小了,原来这个参数是控制变小了,那我们只能再小一点了啊。啊,001啊。看一下啊。好,它的箭头明显变大了啊,不过大的有点过头了啊,大家在分析的过程中啊,对这个箭头我给大家的这个值啊,脚本给大家这个值都是在通路水平上,就是通路水平上,他在分析的时候,它这个值刚刚好啊,刚刚好可以展现出来我们想要的那种图片的效果。哎,但是呢。如果说呃,演示的时候,因为抽了两三个。
63:02
哎,这个是1,我们就放一倍吧。哎,演示的时候,因为只抽了两三个,它在形成这个通,呃,这个通路水平的时候,哎就会比较弱,导致它的箭头的这个流向,哎比较小。哦,这个也很小啊,大家会调啊。再来一个0。来看一下。哎,稍微大一点,哎,这个值就相对好了,当然这个地方我再强调一下,我给大家的三主在通路水平上,哎,就可以拿到这样的效果啊,就可以拿到这样的效果啊,不需要那个大家调整,嗯,当然刚才演示的时候只抽了前3个,所以信号比较弱,导致它箭头不用那么方向,大家也可以看看这个信号的一个流向性。
64:07
哎,看一看这个这个信号呢,我刚才说了三个配送体,对,大概是这样一个这种信号,TGFB, 哎,贝塔的信号,哎,拿到这个图片之后,大家可以明显看得出来,它这个是个信号流向啊。哎,都是从正常往这个肿瘤区域流。对吧,它是一种明显的一个信号流向,对吧。明显的信号流向,哎,这是它的一个特征,当然如果大家在分析其他样本的时候,可能会拿到其他的特征,哎,这个时候样本之间的同信号流的差异就出来了。哎,就和文章一样。哎,它是一致性的往外往另另一个区域流,有的是呢,散在的流,哎,这种区域的一个方向性,跟临床反应以及用药相关啊,对大家的研究非常有好处啊。哎,还有最后一个图啊,最后一个图呢,也是依据这个图画出来的,从这个通路的角度来讲,它的一个图已经非常好了啊,它是一种那种弯曲箭头,就是说有呃弯曲箭头流向的一个土。
65:10
哎,玩具建都留下了一个图啊。等一下。哎,它是这种流向啊,这种图。这种流向的图,哎,基本上也是沿用了刚才箭头的那种模式,只不过它是这种更加具有流波浪性,哎,流线式的这种流可以看到大部分信号啊,还是从这种。正常区域往肿瘤区域流行。这个配受体到底是什么样的生物学作用呢?哎,大家回头查一查。比如说这些,呃是干嘛的,哎为什么会从正常流向肿瘤,哎到底起怎样的作用,所以一直。是抑制肿瘤的一个。扩张呢,还是对肿瘤扩张起到一个辅助的作用?哎,等等等等啊,这就非常重要了啊好。
66:03
这就是代码部分了,大家会调整,包括在分析的时候不要不要像演示这样啊,提取了几个好了,我看了不可以啊,只要拿到所有的结果,哎,拿到之后呢,对比着看,哎,多个样本对比着看,分析其中的一个差异,以及哎,其中蕴含的生物学功能啊。好了,大家有什么问题吗?没有。这个skill是什么意思?Skill是来调整它的一个信号强度的啊。当然我给大家的值已经相对比较合理了啊,大家不要调整,哎,当然这个合理是指这个啊。PCV上不等于错啊。如果等于false,你是单个配受体研究它的流向,就和文章一样,它是研究单个配受体的,哎,这个你要适当的调大一点,让它的信号哎明显一点啊。
67:00
箭头大小表示流速啊。好了,这就是我们这节课的内容了啊。单个的用多少,这个你要自己调啊,自己调好了,这就是我们这节课的内容了。
我来说两句